msb-public
/
ML-For-Beginners
mirror of https://github.com/microsoft/ML-For-Beginners.git
1
0
Code Issues Projects Releases Wiki Activity

chore(i18n): sync translations with latest source changes (chunk 1/1, 6 changes)

Browse Source
update-translations
localizeflow[bot] 3 days ago
parent a8ad98db89
commit 43420c6153
6 changed files with 339 additions and 342 deletions
Show Stats Download Patch File Download Diff File

4
translations/bn/.co-op-translator.json
Unescape View File

@ -540,8 +540,8 @@
"language_code": "bn"
},
"README.md": {
"original_hash": "da2ceed62f16a0820259556e3a873c95",
"translation_date": "2026-01-29T18:09:45+00:00",
"original_hash": "2f594ee136e3127a47f56d80055227bc",
"translation_date": "2026-02-06T07:57:45+00:00",
"source_file": "README.md",
"language_code": "bn"
},

228
translations/bn/README.md
Unescape View File

@ -8,78 +8,77 @@
[![GitHub forks](https://img.shields.io/github/forks/microsoft/ML-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/ML-For-Beginners/network/)
[![GitHub stars](https://img.shields.io/github/stars/microsoft/ML-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/ML-For-Beginners/stargazers/)
### 🌐 বহু-ভাষা সমর্থন
### 🌐 বহু-ভাষার সমর্থন
#### গিটহাব অ্যাকশনের মাধ্যমে সমর্থিত (স্বয়ংক্রিয় এবং সর্বদা আপডেট থাকে)
#### গিটহাব অ্যাকশনের মাধ্যমে সমর্থিত (স্বয়ংক্রিয় এবং সর্বদা আপ-টু-ডেট)
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
[আরবি](../ar/README.md) | [বাংলা](./README.md) | [বুলগেরিয়ান](../bg/README.md) | [বার্মিজ (মায়ানমার)](../my/README.md) | [চীনা (সরলীকৃত)](../zh-CN/README.md) | [চীনা (প্রচলিত, হংকং)](../zh-HK/README.md) | [চীনা (প্রচলিত, মাকাও)](../zh-MO/README.md) | [চীনা (প্রচলিত, তাইওয়ান)](../zh-TW/README.md) | [ক্রোয়েশিয়ান](../hr/README.md) | [চেক](../cs/README.md) | [ড্যানিশ](../da/README.md) | [ডাচ](../nl/README.md) | [এস্তোনিয়ান](../et/README.md) | [ফিনিশ](../fi/README.md) | [ফরাসি](../fr/README.md) | [জার্মান](../de/README.md) | [গ্রিক](../el/README.md) | [হিব্রু](../he/README.md) | [হিন্দি](../hi/README.md) | [হাঙ্গেরিয়ান](../hu/README.md) | [ইন্দোনেশিয়ান](../id/README.md) | [ইতালিয়ান](../it/README.md) | [জাপানি](../ja/README.md) | [কন্নড়](../kn/README.md) | [কোরিয়ান](../ko/README.md) | [লিথুয়ানিয়ান](../lt/README.md) | [মালয়](../ms/README.md) | [মালায়ালাম](../ml/README.md) | [মরাঠি](../mr/README.md) | [নেপালি](../ne/README.md) | [নাইজেরিয়ান পিজিন](../pcm/README.md) | [নরওয়েযিয়ান](../no/README.md) | [পার্সিয়ান (ফার্সি)](../fa/README.md) | [পোলিশ](../pl/README.md) | [পর্তুগিজ (ব্রাজিল)](../pt-BR/README.md) | [পর্তুগিজ (পর্তুগাল)](../pt-PT/README.md) | [পাঞ্জাবী (গুরমুখী)](../pa/README.md) | [রোমানিয়ান](../ro/README.md) | [রাশিয়ান](../ru/README.md) | [সার্বিয়ান (সিরিলিক)](../sr/README.md) | [স্লোভাক](../sk/README.md) | [স্লোভেনিয়ান](../sl/README.md) | [স্প্যানিশ](../es/README.md) | [সোয়াহিলি](../sw/README.md) | [সুইডিশ](../sv/README.md) | [টাগালগ (ফিলিপিনো)](../tl/README.md) | [তামিল](../ta/README.md) | [তেলুগু](../te/README.md) | [থাই](../th/README.md) | [তুর্কি](../tr/README.md) | [ইউক্রেনিয়ান](../uk/README.md) | [উর্দু](../ur/README.md) | [ভিয়েতনামী](../vi/README.md)
[Arabic](../ar/README.md) | [Bengali](./README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh-CN/README.md) | [Chinese (Traditional, Hong Kong)](../zh-HK/README.md) | [Chinese (Traditional, Macau)](../zh-MO/README.md) | [Chinese (Traditional, Taiwan)](../zh-TW/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](../ne/README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../pt-BR/README.md) | [Portuguese (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md)
> **স্থানীয়ভাবে ক্লোন করতে চান?**
> **অনলাইনে ক্লোন করার পরিবর্তে লোকালি ক্লোন করতে চান?**
> এই রিপোজিটরিতে ৫০+ ভাষার অনুবাদ অন্তর্ভুক্ত রয়েছে যা ডাউনলোড আকার উল্লেখযোগ্যভাবে বৃদ্ধি করে। অনুবাদ ছাড়া ক্লোন করার জন্য sparse checkout ব্যবহার করুন:
> এই রেপোজিটরিতে ৫০+ ভাষার অনুবাদ অন্তর্ভুক্ত রয়েছে যা ডাউনলোড সাইজ অনেক বেড়ে যায়। অনুবাদ ছাড়া ক্লোন করতে স্পার্স চেকআউট ব্যবহার করুন:
> ```bash
> git clone --filter=blob:none --sparse https://github.com/microsoft/ML-For-Beginners.git
> cd ML-For-Beginners
> git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
> ```
> এটি আপনার প্রয়োজনীয় সমস্ত কিছু দেয় কোর্সটি দ্রুত ডাউনলোড সহ সম্পন্ন করার জন্য।
> এটি আপনাকে ট্রেনিং সম্পূর্ণ করার জন্য দ্রুত ডাউনলোড সহ সবকিছু দেয়।
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
#### আমাদের কমিউনিটিতে যোগ দিন
[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
আমাদের একটি Discord এআই নিয়ে শেখার সেশন চলছে, আরো জানুন এবং আমাদের সাথে যোগ দিন এখানে [Learn with AI Series](https://aka.ms/learnwithai/discord) ১৮ থেকে ৩০ সেপ্টেম্বর, ২০২৫ পর্যন্ত। এখানে আপনি GitHub Copilot ব্যবহার করে ডেটা সায়েন্সের টিপস এবং ট্রিকস পাবেন।
আমাদের কাছে একটি ডিসকরডের মাধ্যমে AI সিরিজ চলছে, আরও জানুন এবং ১৮ - ৩০ সেপ্টেম্বর, ২০২৫ তারিখে [Learn with AI Series](https://aka.ms/learnwithai/discord) এ আমাদের সাথে যোগ দিন। আপনি GitHub Copilot ব্যবহার করে Data Science এর টিপস এবং ট্রিকস পাবেন।
![Learn with AI series](../../translated_images/bn/3.9b58fd8d6c373c20.webp)
# শুরু থেকে মেশিন লার্নিং - একটি শিক্ষাক্রম
# নতুনদের জন্য মেশিন লার্নিং - একটি পাঠক্রম
> 🌍 মেশিন লার্নিং অন্বেষণ করার সময় বিশ্ব সংস্কৃতির মাধ্যমে বিশ্বব্যাপী ভ্রমণ 🌍
> 🌍 আমরা বিশ্বজুড়ে বিভিন্ন সংস্কৃতির মাধ্যমে মেশিন লার্নিং অন্বেষণ করব 🌍
মাইক্রোসফটের ক্লাউড অ্যাডভোকেটরা একটি ১২ সপ্তাহের, ২৬টি পাঠ নিয়ে গঠিত শিক্ষাক্রম প্রদান করছে যা সম্পূর্ণ মেশিন লার্নিং সম্পর্কে। এই শিক্ষাক্রমে, আপনি যা কখনও কখনও 'ক্লাসিক মেশিন লার্নিং' নামে ডাকা হয় তা শিখবেন, মূলত Scikit-learn লাইব্রেরি ব্যবহার করে এবং ডিপ লার্নিং এড়িয়ে চলবেন, যা আমাদের [এআই ফর বিগিনার্স' পাঠক্রমে](https://aka.ms/ai4beginners) অন্তর্ভুক্ত। এই পাঠগুলিকে আমাদের ['ডেটা সায়েন্স ফর বিগিনার্স' শিক্ষাক্রম](https://aka.ms/ds4beginners) এর সাথে জোড়া দিয়ে নিতে পারেন।
মাইক্রোসফটের ক্লাউড অ্যাডভোকেটরা আনন্দিত যে তারা একটি ১২ সপ্তাহের, ২৬টি পাঠের পাঠক্রম উপস্থাপন করছে যা মূলত **মেশিন লার্নিং** নিয়ে। এই পাঠক্রমে, আপনি যা কিছু শিখবেন তা মাঝে মাঝে **ক্লাসিক মেশিন লার্নিং** নামে পরিচিত, যেখানে মূলত Scikit-learn লাইব্রেরি ব্যবহার করা হয় এবং ডিপ লার্নিং এড়ানো হয়েছে, যা আমাদের [AI for Beginners' পাঠক্রমে](https://aka.ms/ai4beginners) কভার করা হয়েছে। এই পাঠক্রমটিকে আমাদের ['Data Science for Beginners' পাঠক্রমের](https://aka.ms/ds4beginners) সাথে জোড়া দিয়ে নিন।
বিশ্বজুড়ে ভ্রমণ করুন যখন আমরা এই ক্লাসিক প্রযুক্তিগুলো বিভিন্ন দেশের তথ্যের উপর প্রয়োগ করবো। প্রতিটি পাঠে পূর্ব এবং পরবর্তী কুইজ, লেখাগুলোর নির্দেশনা, সমাধান, একটি অ্যাসাইনমেন্ট এবং আরো কিছু অন্তর্ভুক্ত থাকবে। আমাদের প্রকল্প-ভিত্তিক পদ্ধতি আপনাকে শেখার সময় তৈরি করার সুযোগ দেয়, যা নতুন দক্ষতা মজবুত করার জন্য প্রমাণিত একটি পন্থা।
আমাদের সাথে বিশ্বজুড়ে সফর করুন এবং বিভিন্ন জায়গার ডেটা নিয়ে ক্লাসিক প্রযুক্তিগুলো প্রয়োগ করুন। প্রতি পাঠে থাকবে পাঠের আগে ও পরে কুইজ, লেখা নির্দেশাবলী, সমাধান, একটি অ্যাসাইনমেন্ট এবং আরও অনেক কিছু। আমাদের প্রোজেক্ট-ভিত্তিক শিক্ষাদানের পদ্ধতি আপনাকে শেখার সাথে সাথে নির্মাণের সুযোগ দেয়, যা নতুন দক্ষতা শিখতে সবচেয়ে কার্যকর উপায়।
**✍️ আমাদের লেখকগণের প্রতি আন্তরিক ধন্যবাদ** জেন লুপার, স্টিফেন হাওয়েল, ফ্রান্সেসকা লাজেরি, তোমোমি ইমুড়া, ক্যাসি ব্রেভিউ, দিমিত্রি সশনিকভ, ক্রিস নরিং, অনির্বাণ মুখার্জী, ওর্নেলা আলটুনিয়ান, রুথ ইয়াকুবু এবং অ্যামি বয়ড
**✍️ আমাদের লেখকদের গভীর ধন্যবাদ** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu এবং Amy Boyd
**🎨 আমাদের চিত্রশিল্পীদেরও ধন্যবাদ** তোমোমি ইমুড়া, দাসানি মাদিপালি, এবং জেন লুপার
**🎨 চিত্রাঙ্কনকারীদের প্রতি কৃতজ্ঞতা** Tomomi Imura, Dasani Madipalli, এবং Jen Looper
**🙏 বিশেষ ধন্যবাদ 🙏 আমাদের মাইক্রোসফট স্টুডেন্ট অ্যাম্বাসেডর লেখক, পরিদর্শক এবং বিষয়বস্তু প্রদানকারী** বিশেষ করে ঋষিত দাগলি, মুহাম্মদ সাকিব খান ইনান, রোহান রাজ, আলেকজান্দ্রু পেট্রেস্কু, অভিষেক জৈসওয়াল, নওরিন তাকোসুম, ইওয়ান সামুইলা, এবং স্নিগ্ধা আগারওয়াল
**🙏 বিশেষ ধন্যবাদ 🙏 আমাদের Microsoft Student Ambassador লেখক, পর্যালোচক, এবং কনটেন্ট অবদানকারীদের**, বিশেষ করে Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, এবং Snigdha Agarwal
**🤩 অতিরিক্ত কৃতজ্ঞতা মাইক্রোসফট স্টুডেন্ট অ্যাম্বাসেডরদের প্রতি যেমন এরিক ওয়াঞ্জাউ, জসলীন সোধি, এবং বিদুষী গুপ্তার আমাদের R পাঠের জন্য!**
**🤩 অতিরিক্ত কৃতজ্ঞতা Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, এবং Vidushi Gupta কে আমাদের R পাঠের জন্য!**
# শুরু করা
এই ধাপগুলো অনুসরণ করুন:
1. **রিপোজিটরি ফর্ক করুন**: এই পাতার উপরের ডানদিকে "Fork" বাটনে ক্লিক করুন।
2. **রিপোজিটরি ক্লোন করুন**: `git clone https://github.com/microsoft/ML-For-Beginners.git`
1. **রেপোজিটরি Fork করুন**: এই পাতার ডান-উপরের কোণে "Fork" বোতামে ক্লিক করুন।
2. **রেপোজিটরি Clone করুন**: `git clone https://github.com/microsoft/ML-For-Beginners.git`
> [এই কোর্সের সমস্ত অতিরিক্ত উৎস আমাদের Microsoft Learn সংগ্রহে খুঁজে পান](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
> [এই কোর্সের জন্য সব অতিরিক্ত সম্পদ জানতে আমাদের Microsoft Learn সংগ্রহ দেখুন](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
> 🔧 **সহায়তা দরকার?** আমাদের [Troubleshooting Guide](TROUBLESHOOTING.md) দেখুন যেখান থেকে ইনস্টলেশন, সেটআপ এবং পাঠ চালানোর সাধারণ সমস্যার সমাধান পাবেন।
> 🔧 **সাহায্য দরকার?** আমাদের [Troubleshooting Guide](TROUBLESHOOTING.md) দেখুন সাধারণ ইনস্টলেশন, সেটআপ এবং লেসন চালানোর সমস্যার সমাধানের জন্য।
**[ছাত্রছাত্রীদের জন্য](https://aka.ms/student-page)**, এই পাঠক্রমটি ব্যবহার করার জন্য পুরো রেপো আপনার নিজস্ব গিটহাব অ্যাকাউন্টে fork করে একা বা দলের সঙ্গে এক্সারসাইজগুলো সম্পন্ন করুন:
**[ছাত্রছাত্রীরা](https://aka.ms/student-page)**, এই শিক্ষাক্রমটি ব্যবহার করতে, পুরো রেপোটি আপনার নিজস্ব গিটহাবে ফর্ক করুন এবং অনুশীলনগুলো নিজেরাই অথবা দলে সম্পন্ন করুন:
- পূর্বাপর লেকচার কুইজ দিয়ে শুরু করুন।
- লেকচার পড়ুন এবং কার্যক্রমগুলো সম্পন্ন করুন, প্রতিটি জ্ঞানের চেকপয়েন্টে থামুন এবং ভাবুন।
- প্রকল্প তৈরি করার চেষ্টা করুন পাঠগুলো বুঝে নেওয়ার মাধ্যমে, সমাধান কোড চালানোর পরিবর্তে; কিন্তু সেই কোডগুলো প্রতিটি প্রকল্প-ভিত্তিক পাঠের `/solution` ফোল্ডারে পাওয়া যায়।
- পরবর্তী লেকচার কুইজ দিন।
- একটি প্রাক-লেকচার কুইজ দিয়ে শুরু করুন।
- লেকচার পড়ুন এবং কার্যক্রমগুলো সম্পন্ন করুন, প্রতিটি জ্ঞান পরীক্ষায় থেমে চিন্তা করুন।
- সমাধান কোড চালানোর পরিবর্তে পাঠগুলি বুঝে প্রোজেক্টগুলো তৈরির চেষ্টা করুন; তবে সেই কোড প্রতিটি প্রোজেক্ট-ভিত্তিক পাঠের `/solution` ফোল্ডারে পাওয়া যায়।
- লেকচারের পরে কুইজ দিন।
- চ্যালেঞ্জ সম্পন্ন করুন।
- অ্যাসাইনমেন্ট সম্পন্ন করুন।
- একটি লেসন গ্রুপ শেষে, [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) এ যান এবং কথোপকথনে অংশ নিন, সংশ্লিষ্ট PAT রুব্রিক পূরণ করে। 'PAT' হল এক প্রগ্রেস অ্যাসেসমেন্ট টুল যা শেখার অগ্রগতি মাপতে ব্যবহৃত হয়। আপনি অন্য PAT-র প্রতিক্রিয়া দিতে পারেন যাতে আমরা একসাথে শিখতে পারি।
- একটি লেসন গ্রুপ শেষ করার পর [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) এ যান এবং উপযুক্ত PAT রুব্রিক পূরণ করে "লাউড লার্নিং" করুন। 'PAT' হল একটি উন্নতির মূল্যায়ন টুল যা আপনার শেখার অগ্রগতি বাড়াতে আপনি পূরণ করেন। আপনি অন্যদের PAT-এ প্রতিক্রিয়া দিতে পারেন যেন আমরা একসাথে শিখতে পারি।
> আরও অধ্যয়নের জন্য, আমরা সুপারিশ করছি এই [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) মডিউল এবং শেখার পথে অনুসরণ করতে।
> আরো অধ্যায়নের জন্য আমরা সুপারিশ করি এই [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) মডিউল এবং শেখার পথ অনুসরণ করতে।
**শিক্ষকগণ**, আমরা এই শিক্ষাক্রমটি কীভাবে ব্যবহার করবেন সে সম্পর্কে কিছু [পরামর্শ](for-teachers.md) অন্তর্ভুক্ত করেছি।
**শিক্ষকদের জন্য**, আমরা কিছু [সুপারিশ](for-teachers.md) অন্তর্ভুক্ত করেছি এই পাঠক্রমটি কীভাবে ব্যবহার করবেন।
---
## ভিডিও ওয়াকথ্রু
কিছু পাঠ সংক্ষিপ্ত ভিডিও আকারে উপলব্ধ। আপনি এগুলো লেসনের মধ্যে সোজা দেখতে পারেন, অথবা [Microsoft Developer YouTube চ্যানেলে ML for Beginners প্লেলিস্টে](https://aka.ms/ml-beginners-videos) নিচের ছবিতে ক্লিক করে দেখতে পারেন।
কিছু লেসন একদম সংক্ষিপ্ত ভিডিও আকারে পাওয়া যায়। আপনি এই ভিডিওগুলো লেসনের ভিতর দেখতে পারেন, অথবা [Microsoft Developer ইউটিউব চ্যানেলের ML for Beginners প্লেলিস্টে](https://aka.ms/ml-beginners-videos) নিচের ছবিতে ক্লিক করে দেখতে পারেন।
[![ML for beginners banner](../../translated_images/bn/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos)
@ -89,87 +88,86 @@
[![Promo video](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU)
**গিফ করেছেন** [মোহিত জৈসল](https://linkedin.com/in/mohitjaisal)
**Gif নির্মাতা** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
> 🎥 প্রকল্প এবং এর নির্মাতাদের সম্পর্কে ভিডিও দেখার জন্য উপরের ছবিতে ক্লিক করুন!
> 🎥 লিংকে ক্লিক করুন প্রকল্প ও যারা এটির নির্মাতা তাদের সম্পর্কে ভিডিও দেখার জন্য!
---
## শিক্ষাদান পদ্ধতি
আমরা এই শিক্ষাক্রমটি তৈরি করার সময় দুটি শিক্ষণ নীতি বেছে নিয়েছি: এটি হ্যান্ডস-অন **প্রকল্প-ভিত্তিক** এবং এতে **ঘন ঘন কুইজ** অন্তর্ভুক্ত করা। এছাড়া, এই কোর্সে একটি সাধারণ **থিম** রয়েছে যা একসঙ্গে রাখে।
এই পাঠক্রম নির্মাণে আমরা দুইটি শিক্ষাদানের মূল নীতি বেছে নিয়েছি: এটি হ্যান্ডস-অন **প্রোজেক্ট-ভিত্তিক** এবং এতে **ঘন ঘন কুইজ** রয়েছে। এছাড়া, পাঠক্রমটির একটি সাধারণ **বিষয়বস্তুর থিম** রয়েছে, যা একীকরণ ঘটায়।
বিষয়বস্তুর প্রকল্পের সাথে সামঞ্জস্য রেখে, শিক্ষার্থীদের জন্য প্রক্রিয়াটি আরও আকর্ষণীয় হয় এবং ধারণাগুলোর ধারণ ক্ষমতা বাড়ায়। এছাড়া, কক্ষায় যেভাবে পড়ার আগে একটি কম-ঝুঁকিপূর্ণ কুইজ শিক্ষার্থীর উদ্দেশ্য নির্ধারণ করে, তেমনই পরবর্তী কুইজ আরও ধারণ বৃদ্ধি নিশ্চিত করে। এই শিক্ষাক্রমটি নমনীয় এবং মজাদারভাবে গঠিত এবং পুরো অথবা আংশিক নেওয়া যেতে পারে। প্রকল্পগুলো ছোট থেকে শুরু করে শেষ পর্যন্ত ক্রমশ জটিল হয়ে ওঠে। এছাড়া এই কোর্সের শেষে এমএল এর বাস্তব প্রয়োগ সম্পর্কে একটি পোস্টস্ক্রিপ্ট রয়েছে, যা অতিরিক্ত ক্রেডিট বা আলোচনার জন্য ব্যবহার করা যেতে পারে।
বিষয়বস্তু প্রোজেক্টের সাথে সঙ্গতি রেখে শিক্ষার্থীদের জন্য আরও আকর্ষণীয় করে তোলে এবং ধারণা ধারণক্ষমতা উন্নত হয়। ক্লাসের আগে একটি ছোট পরীক্ষার মাধ্যমে শিক্ষার্থীর শেখার মনোযোগ তৈরি হয়, এবং ক্লাসের পরে দ্বিতীয়টি ধারণার স্থায়িত্ব নিশ্চিত করে। এই পাঠক্রমটি নমনীয় এবং মজার জন্য ডিজাইন করা হয়েছে, পুরোটা বা আংশিক গ্রহণযোগ্য। ১২ সপ্তাহের শুরুর দিকে প্রোজেক্টগুলো ছোট হয়, পরে ক্রমাগত জটিল হয়ে ওঠে। এই পাঠক্রমের শেষে বাস্তব জীবনের ML প্রয়োগ নিয়ে একটি পোস্টস্ক্রিপ্ট অন্তর্ভুক্ত রয়েছে, যা অতিরিক্ত ক্রেডিট বা আলোচনার ভিত্তি হিসেবে ব্যবহার করা যেতে পারে।
> আমাদের [কোড অফ কন্ডাক্ট](CODE_OF_CONDUCT.md), [অবদান](CONTRIBUTING.md), [অনুবাদ](TRANSLATIONS.md), এবং [ত্রুটিমুক্তকরণ](TROUBLESHOOTING.md) নির্দেশিকা দেখুন। আমরা আপনার গঠনমূলক প্রতিক্রিয়াকে স্বাগত জানাই!
> আমাদের [আচারবিধি](CODE_OF_CONDUCT.md), [অবদান](CONTRIBUTING.md), [অনুবাদ](TRANSLATIONS.md), এবং [Troubleshooting](TROUBLESHOOTING.md) নির্দেশিকা দেখুন। আমরা আপনার গঠনমূলক প্রতিক্রিয়াকে স্বাগত জানাই!
## প্রতিটি পাঠে অন্তর্ভুক্ত থাকে
## প্রতিটি লেসনে রয়েছে
- ঐচ্ছিক স্কেচনোট
- ঐচ্ছিক অতিরিক্ত ভিডিও
- ভিডিও ওয়াকথ্রু (কিছু পাঠের জন্য)
- [পূর্ব-লেকচার ওয়ার্মআপ কুইজ](https://ff-quizzes.netlify.app/en/ml/)
- লিখিত পাঠ
- প্রকল্প-ভিত্তিক পাঠের জন্য, ধাপে ধাপে প্রকল্প নির্মাণ গাইড
- জ্ঞান যাচাই
- একটি চ্যালেঞ্জ
- অতিরিক্ত পাঠ
- অ্যাসাইনমেন্ট
- ঐচ্ছিক স্কেচনোট
- ঐচ্ছিক অতিরিক্ত ভিডিও
- ভিডিও ওয়াকথ্রু (কিছু লেসনে)
- [প্রাক-লেকচার ওয়ার্মআপ কুইজ](https://ff-quizzes.netlify.app/en/ml/)
- লিখিত লেসন
- প্রোজেক্ট-ভিত্তিক লেসনের জন্য, প্রোজেক্ট নির্মাণের ধাপে ধাপে গাইড
- জ্ঞান যাচাই
- একটি চ্যালেঞ্জ
- অতিরিক্ত পঠন
- অ্যাসাইনমেন্ট
- [পোস্ট-লেকচার কুইজ](https://ff-quizzes.netlify.app/en/ml/)
> **ভাষা সম্পর্কে একটি নোট**: এই পাঠাগুলো মূলত পাইথনে লেখা, কিন্তু অনেকগুলিই R ভাষাতেও উপলব্ধ। একটি R পাঠ সম্পন্ন করতে, `/solution` ফোল্ডারে যান এবং R পাঠগুলি সন্ধান করুন। এদের .rmd এক্সটেনশন থাকে যা একটি **R মার্কডাউন** ফাইল নির্দেশ করে যা একটি মার্কডাউন ডকুমেন্টের মধ্যে `কোড চাঙ্ক` (R বা অন্যান্য ভাষার) এবং একটি `YAML হেডার` (যা আউটপুট যেমন PDF ফরম্যাটিং নির্দেশ করে) এম্বেড করার রূপ। সুতরাং এটি তথ্য বিজ্ঞান লেখকদের জন্য একটি আদর্শ ফ্রেমওয়ার্ক হিসাবে কাজ করে কারণ এটি কোড, তার আউটপুট এবং আপনার চিন্তা একসাথে মার্কডাউনে লিখতে সাহায্য করে। এছাড়া, R মার্কডাউন ডকুমেন্টগুলো PDF, HTML, অথবা ওয়ার্ড আউটপুট ফরম্যাটে রেন্ডার করা যায়।
> **প্রশ্নোত্তরের একটি নোট**: সমস্ত প্রশ্নোত্তর [Quiz App folder](../../quiz-app) এ রয়েছে, মোট ৫২টি প্রশ্নোত্তর, প্রতিটি তিনটি প্রশ্নের। এগুলো পাঠের মধ্যে লিংক করা রয়েছে, তবে এই কুইজ অ্যাপটি লোকালিভাবে চালানো যায়; লোকাল হোস্ট বা Azure এ মোতায়েন করার জন্য `quiz-app` ফোল্ডারের নির্দেশনা অনুসরণ করুন।
| পাঠ নম্বর | বিষয় | পাঠের শ্রেণীবিন্যাস | শেখার উদ্দেশ্য | লিংকযুক্ত পাঠ | রচয়িতা |
| :-------: | :------------------------------------------------------------: | :------------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: |
| ০১ | মেশিন লার্নিং-এর পরিচিতি | [Introduction](1-Introduction/README.md) | মেশিন লার্নিং-এর মূল ধারণাগুলো শিখুন | [Lesson](1-Introduction/1-intro-to-ML/README.md) | মুহাম্মদ |
| ০২ | মেশিন লার্নিং-এর ইতিহাস | [Introduction](1-Introduction/README.md) | এই ক্ষেত্রের ইতিহাস শিখুন | [Lesson](1-Introduction/2-history-of-ML/README.md) | জেন এবং অ্যামি |
| ০৩ | ন্যায্যতা এবং মেশিন লার্নিং | [Introduction](1-Introduction/README.md) | মেশিন লার্নিং মডেলগুলি তৈরি ও প্রয়োগ করার সময় শিক্ষার্থীদের বিবেচনা করা উচিত এমন গুরুত্বপূর্ণ দার্শনিক বিষয়গুলি কী? | [Lesson](1-Introduction/3-fairness/README.md) | তোমোমি |
| ০৪ | মেশিন লার্নিং-এর প্রযুক্তি | [Introduction](1-Introduction/README.md) | মেশিন লার্নিং গবেষকরা মডেল তৈরিতে কোন কোন প্রযুক্তি ব্যবহার করেন? | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | ক্রিস এবং জেন |
| ০৫ | রিগ্রেশন-এর পরিচিতি | [Regression](2-Regression/README.md) | রিগ্রেশন মডেলের জন্য পাইথন এবং স্কিকিট-লার্নের সাথে শুরু করুন | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | জেন • ইরিক ওয়াঞ্জাউ |
| ০৬ | উত্তর আমেরিকার কুমড়োর দাম 🎃 | [Regression](2-Regression/README.md) | মেশিন লার্নিং-এর জন্য প্রস্তুতির জন্য তথ্য দৃশ্যায়ন ও পরিস্কার করুন | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | জেন • ইরিক ওয়াঞ্জাউ |
| ০৭ | উত্তর আমেরিকার কুমড়োর দাম 🎃 | [Regression](2-Regression/README.md) | লিনিয়ার এবং পলিনোমিয়াল রিগ্রেশন মডেল তৈরি করুন | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | জেন এবং দিমিত্রি • ইরিক ওয়াঞ্জাউ |
| ০৮ | উত্তর আমেরিকার কুমড়োর দাম 🎃 | [Regression](2-Regression/README.md) | একটি লজিস্টিক রিগ্রেশন মডেল তৈরি করুন | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | জেন • ইরিক ওয়াঞ্জাউ |
| ০৯ | একটি ওয়েব অ্যাপ 🔌 | [Web App](3-Web-App/README.md) | আপনার প্রশিক্ষিত মডেল ব্যবহার করার জন্য একটি ওয়েব অ্যাপ তৈরি করুন | [Python](3-Web-App/1-Web-App/README.md) | জেন |
| ১০ | শ্রেণীবিন্যাসের পরিচিতি | [Classification](4-Classification/README.md) | আপনার তথ্য পরিস্কার, প্রস্তুত ও দৃশ্যায়ন করুন; শ্রেণীবিন্যাসের পরিচিতি | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | জেন এবং ক্যাসি • ইরিক ওয়াঞ্জাউ |
| ১১ | সুস্বাদু এশিয়ান এবং ভারতীয় রান্নাঘর 🍜 | [Classification](4-Classification/README.md) | শ্রেণীবিন্যাসকারীদের পরিচিতি | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | জেন এবং ক্যাসি • ইরিক ওয়াঞ্জাউ |
| ১২ | সুস্বাদু এশিয়ান এবং ভারতীয় রান্নাঘর 🍜 | [Classification](4-Classification/README.md) | আরও শ্রেণীবিন্যাসকারী | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | জেন এবং ক্যাসি • ইরিক ওয়াঞ্জাউ |
| ১৩ | সুস্বাদু এশিয়ান এবং ভারতীয় রান্নাঘর 🍜 | [Classification](4-Classification/README.md) | আপনার মডেল ব্যবহার করে একটি সুপারিশকারী ওয়েব অ্যাপ তৈরি করুন | [Python](4-Classification/4-Applied/README.md) | জেন |
| ১৪ | ক্লাস্টারিং-এর পরিচিতি | [Clustering](5-Clustering/README.md) | আপনার তথ্য পরিস্কার, প্রস্তুত ও দৃশ্যায়ন করুন; ক্লাস্টারিং-এর পরিচিতি | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | জেন • ইরিক ওয়াঞ্জাউ |
| ১৫ | নাইজেরিয়ার সঙ্গীত রুচি অন্বেষণ 🎧 | [Clustering](5-Clustering/README.md) | K-Means ক্লাস্টারিং পদ্ধতি অন্বেষণ করুন | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | জেন • ইরিক ওয়াঞ্জাউ |
| ১৬ | প্রাকৃতিক ভাষা প্রক্রিয়াকরণের পরিচিতি ☕️ | [Natural language processing](6-NLP/README.md) | একটি সাধারণ বট তৈরি করে NLP-এর বেসিক শিখুন | [Python](6-NLP/1-Introduction-to-NLP/README.md) | স্টিফেন |
| ১৭ | সাধারণ NLP কাজসমূহ ☕️ | [Natural language processing](6-NLP/README.md) | ভাষাগত কাঠামোর সাথে কাজ করার সময় প্রয়োজনীয় সাধারণ কাজগুলি বুঝে আপনার NLP জ্ঞান বাড়ান | [Python](6-NLP/2-Tasks/README.md) | স্টিফেন |
| ১৮ | অনুবাদ এবং অনুভূতি বিশ্লেষণ ♥️ | [Natural language processing](6-NLP/README.md) | জেন অস্টেন-এর সাথে অনুবাদ এবং অনুভূতি বিশ্লেষণ | [Python](6-NLP/3-Translation-Sentiment/README.md) | স্টিফেন |
| ১৯ | ইউরোপের রোমান্টিক হোটেল ♥️ | [Natural language processing](6-NLP/README.md) | হোটেল পর্যালোচনার মাধ্যমে অনুভূতি বিশ্লেষণ ১ | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | স্টিফেন |
| ২০ | ইউরোপের রোমান্টিক হোটেল ♥️ | [Natural language processing](6-NLP/README.md) | হোটেল পর্যালোচনার মাধ্যমে অনুভূতি বিশ্লেষণ ২ | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | স্টিফেন |
| ২১ | টাইম সিরিজ পূর্বাভাসের পরিচিতি | [Time series](7-TimeSeries/README.md) | টাইম সিরিজ পূর্বাভাসের পরিচিতি | [Python](7-TimeSeries/1-Introduction/README.md) | ফ্রানসেসকা |
| ২২ | ⚡️ বিশ্ব শক্তি ব্যবহারের তথ্য ⚡️ - ARIMA দিয়ে টাইম সিরিজ পূর্বাভাস | [Time series](7-TimeSeries/README.md) | ARIMA দিয়ে টাইম সিরিজ পূর্বাভাস | [Python](7-TimeSeries/2-ARIMA/README.md) | ফ্রানসেসকা |
| ২৩ | ⚡️ বিশ্ব শক্তি ব্যবহারের তথ্য ⚡️ - SVR দিয়ে টাইম সিরিজ পূর্বাভাস | [Time series](7-TimeSeries/README.md) | Support Vector Regressor দিয়ে টাইম সিরিজ পূর্বাভাস | [Python](7-TimeSeries/3-SVR/README.md) | অনির্বাণ |
| ২৪ | রিইনফোর্সমেন্ট লার্নিং-এর পরিচিতি | [Reinforcement learning](8-Reinforcement/README.md) | Q-Learning সহ রিইনফোর্সমেন্ট লার্নিং-এর পরিচিতি | [Python](8-Reinforcement/1-QLearning/README.md) | দিমিত্রি |
| ২৫ | পিটারকে নেকড়ে থেকে বাঁচাতে সাহায্য করুন! 🐺 | [Reinforcement learning](8-Reinforcement/README.md) | রিইনফোর্সমেন্ট লার্নিং জিম | [Python](8-Reinforcement/2-Gym/README.md) | দিমিত্রি |
| পোস্টস্ক্রিপ্ট | বাস্তব বিশ্বের মেশিন লার্নিং পরিস্থিতি ও প্রয়োগ | [ML in the Wild](9-Real-World/README.md) | ক্লাসিকাল মেশিন লার্নিং-এর কিছু আকর্ষণীয় ও উদ্ঘাটনমূলক বাস্তব প্রয়োগ | [Lesson](9-Real-World/1-Applications/README.md) | টিম |
| পোস্টস্ক্রিপ্ট | RAI ড্যাশবোর্ড ব্যবহার করে ML মডেল ডিবাগিং | [ML in the Wild](9-Real-World/README.md) | রেসপন্সিবল AI ড্যাশবোর্ড কম্পোনেন্ট ব্যবহার করে মেশিন লার্নিং মডেল ডিবাগিং | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | রুথ যাকুবু |
> [এই কোর্সের সকল অতিরিক্ত সম্পদ Microsoft Learn সংগ্রহে খুঁজুন](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
## অফলাইন এক্সেস
আপনি [Docsify](https://docsify.js.org/#/) ব্যবহার করে এই ডকুমেন্টেশন অফলাইনে চালাতে পারেন। এই রিপোটি ফর্ক করুন, আপনার লোকাল মেশিনে [Docsify ইনস্টল করুন](https://docsify.js.org/#/quickstart), তারপর এই রিপোটি মূল ফোল্ডারে `docsify serve` টাইপ করুন। ওয়েবসাইটটি আপনার লোকালহোস্টের ৩০০০ নম্বর পোর্টে সার্ভ হবে: `localhost:3000`।
## পিডিএফ
সিলেবাসের পিডিএফ লিংক সহ [এখানে](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) পাবেন।
## 🎒 অন্যান্য কোর্স
আমাদের টিম অন্যান্য কোর্স তৈরি করে! দেখুন:
> **ভাষা সম্পর্কে একটি টিপস**: এই লেসনগুলো মূলত পাইথনে লেখা, তবে অনেকগুলো R-তেও পাওয়া যায়। R লেসন সম্পন্ন করতে, `/solution` ফোল্ডারে R লেসনগুলো খুঁজুন। সেগুলোতে `.rmd` এক্সটেনশন থাকে, যা একটি **R Markdown** ফাইল যা `কোড চাঙ্ক` (R বা অন্যান্য ভাষার) এবং `YAML হেডার` (যা PDF আউটপুটs এর ফরম্যাট নির্দেশ করে) সহ একটি মার্কডাউন ডকুমেন্ট এমবেডিং। এটি একটি দৃষ্টান্তমূলক লেখক ফ্রেমওয়ার্ক হিসেবে কাজ করে কারণ এটি আপনাকে কোড, আউটপুট এবং চিন্তাভাবনাগুলো একসাথে Markdown-এ লেখার সুযোগ দেয়। তদুপরি, R Markdown ডকুমেন্টগুলো PDF, HTML বা Word মত আউটপুট ফরম্যাটে রেন্ডার করা যায়।
> **কুইজ সম্পর্কে একটি নোট**: সমস্ত কুইজ রয়েছে [Quiz App folder](../../quiz-app) এ, যেখানে রয়েছে মোট ৫২টি কুইজ প্রতিটিতে তিনটি প্রশ্ন। এগুলো লেসনের ভিতর থেকে লিঙ্ক করা হয়েছে কিন্তু কুইজ অ্যাপ লোকালি চালানো যেতে পারে; লোকালি হোস্ট বা Azure এ ডিপ্লয় করার জন্য `quiz-app` ফোল্ডারে নির্দেশনাগুলো অনুসরণ করুন।
| Lesson Number | Topic | Lesson Grouping | Learning Objectives | Linked Lesson | Author |
| :-----------: | :------------------------------------------------------------: | :-------------------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :--------------------------------------------------: |
| ০১ | মেশিন লার্নিংয়ের প্রবর্তন | [Introduction](1-Introduction/README.md) | মেশিন লার্নিংয়ের মৌলিক ধারণাগুলো শিখুন | [Lesson](1-Introduction/1-intro-to-ML/README.md) | মুহাম্মদ |
| ০২ | মেশিন লার্নিংয়ের ইতিহাস | [Introduction](1-Introduction/README.md) | এই ক্ষেত্রে মৌলিক ইতিহাস শিখুন | [Lesson](1-Introduction/2-history-of-ML/README.md) | জেন ও এমি |
| ০৩ | নিরপেক্ষতা এবং মেশিন লার্নিং | [Introduction](1-Introduction/README.md) | মেশিন লার্নিং মডেল তৈরিতে এবং প্রয়োগে নিরপেক্ষতা সম্পর্কিত গুরুত্বপূর্ণ দার্শনিক বিষয়গুলি ছাত্রদের বিবেচনা করা উচিত কেন? | [Lesson](1-Introduction/3-fairness/README.md) | টোমোমি |
| ০৪ | মেশিন লার্নিংয়ের পদ্ধতিগুলো | [Introduction](1-Introduction/README.md) | মেশিন লার্নিং গবেষকরা কোন পদ্ধতিগুলো ব্যবহার করে মডেল তৈরি করেন? | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | ক্রিস ও জেন |
| ০৫ | রিগ্রেশন প্রবর্তন | [Regression](2-Regression/README.md) | রিগ্রেশন মডেলের জন্য পাইথন এবং Scikit-learn দিয়ে শুরু করুন | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | জেন • এরিক ওয়ানজু |
| ০৬ | উত্তর আমেরিকার কুমড়ো দাম 🎃 | [Regression](2-Regression/README.md) | মেশিন লার্নিং এর জন্য তথ্য ভিজ্যুয়ালাইজ এবং পরিস্কার করা | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | জেন • এরিক ওয়ানজু |
| ০৭ | উত্তর আমেরিকার কুমড়ো দাম 🎃 | [Regression](2-Regression/README.md) | লিনিয়ার এবং পলিনোমিয়াল রিগ্রেশন মডেল তৈরি করুন | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | জেন ও Dmitry • এরিক ওয়ানজু |
| ০৮ | উত্তর আমেরিকার কুমড়ো দাম 🎃 | [Regression](2-Regression/README.md) | লজিস্টিক রিগ্রেশন মডেল তৈরি করুন | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | জেন • এরিক ওয়ানজু |
| ০৯ | একটি ওয়েব অ্যাপ 🔌 | [Web App](3-Web-App/README.md) | প্রশিক্ষিত মডেল ব্যবহার করার জন্য একটি ওয়েব অ্যাপ তৈরি করুন | [Python](3-Web-App/1-Web-App/README.md) | জেন |
| ১০ | শ্রেণীবিন্যাসের প্রবর্তন | [Classification](4-Classification/README.md) | তথ্য পরিস্কার, প্রস্তুতকরণ এবং ভিজ্যুয়ালাইজ করুন; শ্রেণীবিন্যাসে প্রবর্তন | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | জেন ও কেসি • এরিক ওয়ানজু |
| ১১ | সুস্বাদু এশিয়ান এবং ভারতীয় রান্না 🍜 | [Classification](4-Classification/README.md) | শ্রেণীবিন্য fieldায়ক পরিচিতি | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | জেন ও কেসি • এরিক ওয়ানজু |
| ১২ | সুস্বাদু এশিয়ান এবং ভারতীয় রান্না 🍜 | [Classification](4-Classification/README.md) | আরো শ্রেণীবিন্য fieldায়ক | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | জেন ও কেসি • এরিক ওয়ানজু |
| ১৩ | সুস্বাদু এশিয়ান এবং ভারতীয় রান্না 🍜 | [Classification](4-Classification/README.md) | আপনার মডেল ব্যবহার করে একটি রিকমেন্ডার ওয়েব অ্যাপ তৈরি করুন | [Python](4-Classification/4-Applied/README.md) | জেন |
| ১৪ | ক্লাস্টারিং প্রবর্তন | [Clustering](5-Clustering/README.md) | তথ্য পরিষ্কার করুন, প্রস্তুত করুন, ভিজ্যুয়ালাইজ করুন; ক্লাস্টারিংয়ের প্রবর্তন | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | জেন • এরিক ওয়ানজু |
| ১৫ | নাইজেরিয়ার সঙ্গীত রুচি অনুসন্ধান 🎧 | [Clustering](5-Clustering/README.md) | K-Means ক্লাস্টারিং পদ্ধতি অনুসন্ধান করুন | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | জেন • এরিক ওয়ানজু |
| ১৬ | প্রাকৃতিক ভাষা প্রক্রিয়াকরণ প্রবর্তন ☕️ | [Natural language processing](6-NLP/README.md) | একটি সাধারণ বট তৈরি করে NLP এর মৌলিক জ্ঞান অর্জন করুন | [Python](6-NLP/1-Introduction-to-NLP/README.md) | স্টিফেন |
| ১৭ | সাধারণ NLP কাজসমূহ ☕️ | [Natural language processing](6-NLP/README.md) | ভাষা গঠন সম্পর্কিত সাধারণ কাজগুলি বুঝে আপনার NLP জ্ঞান গভীর করুন | [Python](6-NLP/2-Tasks/README.md) | স্টিফেন |
| ১৮ | অনুবাদ এবং অনুভূতি বিশ্লেষণ ♥️ | [Natural language processing](6-NLP/README.md) | জেন অস্টেনের সাহায্যে অনুবাদ ও অনুভূতি বিশ্লেষণ | [Python](6-NLP/3-Translation-Sentiment/README.md) | স্টিফেন |
| ১৯ | ইউরোপের রোমান্টিক হোটেল ♥️ | [Natural language processing](6-NLP/README.md) | হোটেল পর্যালোচনার মাধ্যমে অনুভূতি বিশ্লেষণ ১ | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | স্টিফেন |
| ২০ | ইউরোপের রোমান্টিক হোটেল ♥️ | [Natural language processing](6-NLP/README.md) | হোটেল পর্যালোচনার মাধ্যমে অনুভূতি বিশ্লেষণ ২ | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | স্টিফেন |
| ২১ | টাইম সিরিজ ভবিষ্যদ্বাণীর প্রবর্তন | [Time series](7-TimeSeries/README.md) | টাইম সিরিজ ভবিষ্যদ্বাণীর প্রবর্তন | [Python](7-TimeSeries/1-Introduction/README.md) | ফ্রান্সেসকা |
| ২২ | ⚡️ বিশ্ব শক্তি ব্যবহার ⚡️ - ARIMA সহ টাইম সিরিজ ভবিষ্যদ্বাণী | [Time series](7-TimeSeries/README.md) | ARIMA সহ টাইম সিরিজ ভবিষ্যদ্বাণী | [Python](7-TimeSeries/2-ARIMA/README.md) | ফ্রান্সেসকা |
| ২৩ | ⚡️ বিশ্ব শক্তি ব্যবহার ⚡️ - SVR সহ টাইম সিরিজ ভবিষ্যদ্বাণী | [Time series](7-TimeSeries/README.md) | সাপোর্ট ভেক্টর রিগ্রেসর সহ টাইম সিরিজ ভবিষ্যদ্বাণী | [Python](7-TimeSeries/3-SVR/README.md) | অনির্বাণ |
| ২৪ | রিইনফোর্সমেন্ট লার্নিং প্রবর্তন | [Reinforcement learning](8-Reinforcement/README.md) | Q-Learning সহ রিইনফোর্সমেন্ট লার্নিংয়ের প্রবর্তন | [Python](8-Reinforcement/1-QLearning/README.md) | Dmitry |
| ২৫ | পিটারকে নেকড়ে থেকে বাঁচান! 🐺 | [Reinforcement learning](8-Reinforcement/README.md) | রিইনফোর্সমেন্ট লার্নিং জিম | [Python](8-Reinforcement/2-Gym/README.md) | Dmitry |
| Postscript | বাস্তব পৃথিবীর ML পরিস্থিতি ও প্রয়োগ | [ML in the Wild](9-Real-World/README.md) | ক্লাসিক মেশিন লার্নিং এর আকর্ষণীয় এবং প্রকাশক বাস্তব প্রয়োগ | [Lesson](9-Real-World/1-Applications/README.md) | টিম |
| Postscript | RAI ড্যাশবোর্ড ব্যবহার করে ML মডেল ডিবাগিং | [ML in the Wild](9-Real-World/README.md) | রেসপন্সিব AI ড্যাশবোর্ড কম্পোনেন্ট ব্যবহার করে মডেল ডিবাগিং | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | রুথ ইয়াকুবু |
> [এই কোর্সের সকল অতিরিক্ত সম্পদ আমাদের Microsoft Learn সংগ্রহে পাবেন](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
## অফলাইন অ্যাক্সেস
আপনি [Docsify](https://docsify.js.org/#/) ব্যবহার করে এই ডকুমেন্টেশন অফলাইনে চালাতে পারেন। এই রিপোসিটরটি ফর্ক করুন, আপনার লোকাল মেশিনে [Docsify ইন্সটল করুন](https://docsify.js.org/#/quickstart), তারপর এই রিপোটি রুট ফোল্ডারে `docsify serve` টাইপ করুন। ওয়েবসাইটটি আপনার লোকালহোস্টে পোর্ট ৩০০০ এ চালু হবে: `localhost:3000`।
## পিডিএফ ফাইল
পরিকল্পনার একটি পিডিএফ ফাইল লিঙ্কসহ [এখানে](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) পাওয়া যাবে।
## 🎒 অন্যান্য কোর্স
আমাদের টিম অন্যান্য কোর্সও তৈরি করে! দেখুন:
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
### LangChain
[![LangChain4j for Beginners](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners)
[![LangChain.js for Beginners](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
[![LangChain for Beginners](https://img.shields.io/badge/LangChain%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
---
### Azure / Edge / MCP / Agents
@ -181,43 +179,43 @@
---
### Generative AI Series
[![শিখতে ইচ্ছুকদের জন্য জেনারেটিভ AI](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[![Generative AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[![Generative AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[![Generative AI (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
[![শিক্ষার্থীদের জন্য জেনারেটিভ AI](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[![জেনারেটিভ AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[![জেনারেটিভ AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[![জেনারেটিভ AI (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
---
### মূল শেখা
[![শিখতে ইচ্ছুকদের জন্য এমএল](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[![শিখতে ইচ্ছুকদের জন্য ডেটা সায়েন্স](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[![শিখতে ইচ্ছুকদের জন্য এআই](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[![শিখতে ইচ্ছুকদের জন্য সাইবারসিকিউরিটি](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[![শিখতে ইচ্ছুকদের জন্য ওয়েব ডেভেলপমেন্ট](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[![শিখতে ইচ্ছুকদের জন্য আইওটি](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
[![শিখতে ইচ্ছুকদের জন্য XR ডেভেলপমেন্ট](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
[![শিক্ষার্থীদের জন্য এমএল](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[![শিক্ষার্থীদের জন্য ডেটা সায়েন্স](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[![শিক্ষার্থীদের জন্য এআই](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[![শিক্ষার্থীদের জন্য সাইবারসিকিউরিটি](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[![শিক্ষার্থীদের জন্য ওয়েব ডেভ](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[![শিক্ষার্থীদের জন্য আইওটি](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
[![শিক্ষার্থীদের জন্য এক্সআর ডেভেলপমেন্ট](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
---
### কপিলট সিরিজ
[![কপিলট ফর AI পেয়ারড প্রোগ্রামিং](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[![কপিলট ফর C#/.NET](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
[![কপিলট অ্যাডভেঞ্চার](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
### কোপাইলট সিরিজ
[![এআই সহযোগী প্রোগ্রামিংয়ের জন্য কোপাইলট](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[![C#/.NET এর জন্য কোপাইলট](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
[![কোপাইলট অ্যাডভেঞ্চার](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
<!-- CO-OP TRANSLATOR OTHER COURSES END -->
## সাহায্য পাওয়া
## সহায়তা পাওয়া
যদি আপনি আটকে যান বা এআই অ্যাপ তৈরি করার বিষয়ে কোনো প্রশ্ন থাকে, তাহলে MCP সম্পর্কে আলোচনায় অন্যান্য শিক্ষার্থী এবং অভিজ্ঞ ডেভেলপারদের সাথে যোগ দিন। এটি একটি সহায়ক কমিউনিটি যেখানে প্রশ্ন করা স্বাগত এবং জ্ঞান বিনামূল্যে ভাগ করা হয়।
যদি আপনি আটকে যান বা AI অ্যাপ তৈরি সম্পর্কে কোনো প্রশ্ন থাকে। সহপাঠী শিক্ষার্থী এবং অভিজ্ঞ ডেভেলপারদের সাথে MCP নিয়ে আলোচনা করুন। এটি একটি সহায়ক সম্প্রদায় যেখানে প্রশ্ন স্বাগত এবং জ্ঞান মুক্তভাবে ভাগ করা হয়।
[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
[![মাইক্রোসফট ফাউন্ড্রি ডিসকর্ড](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
যদি আপনার কোন পণ্যের মতামত বা তৈরি করার সময় ত্রুটি থাকে তবে এখানে যান:
যদি আপনার পণ্যের প্রতিক্রিয়া বা নির্মাণের সময় ত্রুটি থাকে, যান:
[![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum)
[![মাইক্রোসফট ফাউন্ড্রি ডেভেলপার ফোরাম](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum)
---
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**দায়বদ্ধতা ব্যতিরেক**:
এই নথিটি AI অনুবাদ সেবা [Co-op Translator](https://github.com/Azure/co-op-translator) ব্যবহার করে অনুবাদ করা হয়েছে। আমরা যথাসাধ্য সঠিকতার জন্য চেষ্টা করি, তবে স্বয়ংক্রিয় অনুবাদে ত্রুটি বা অসঙ্গতি থাকতে পারে এই বিষয়ে অনুগ্রহ করে সচেতন থাকুন। মৌলিক নথির নিজস্ব ভাষার সংস্করণই কর্তৃপক্ষভুক্ত উৎস হিসেবে বিবেচিত হওয়া উচিত। গুরুত্বপূর্ণ তথ্যের জন্য পেশাদার মানুষ দ্বারা অনুবাদ করানোই সুপারিশ করা হয়। এই অনুবাদের কারণে কোনো ভুল ধারণা বা ভুল ব্যাখ্যার জন্য আমরা দায়ী থাকব না।
**অস্বীকারোক্তি**:
এই দলিলটি AI অনুবাদ সেবা [Co-op Translator](https://github.com/Azure/co-op-translator) এর মাধ্যমে অনূদিত হয়েছে। আমরা যথাসাধ্য সঠিকতার চেষ্টা করি, তবে স্বয়ংক্রিয় অনুবাদে ত্রুটি বা অসামঞ্জস্য থাকতে পারে। মূল ভাষায় থাকা মূল দলিলকে কর্তৃপক্ষপূর্ণ উৎস হিসেবে বিবেচনা করা উচিত। গুরুত্বপূর্ণ তথ্যের জন্য পেশাদার মানব অনুবাদের পরামর্শ দেওয়া হয়। এই অনুবাদের ব্যবহারে উদ্ভূত কোনো ভুল বোঝাবুঝি বা ভুল ব্যাখ্যার জন্য আমরা দায়ী নই।
<!-- CO-OP TRANSLATOR DISCLAIMER END -->

4
translations/mr/.co-op-translator.json
Unescape View File

@ -540,8 +540,8 @@
"language_code": "mr"
},
"README.md": {
"original_hash": "da2ceed62f16a0820259556e3a873c95",
"translation_date": "2026-01-29T18:11:31+00:00",
"original_hash": "2f594ee136e3127a47f56d80055227bc",
"translation_date": "2026-02-06T07:59:34+00:00",
"source_file": "README.md",
"language_code": "mr"
},

221
translations/mr/README.md
Unescape View File

@ -10,168 +10,169 @@
### 🌐 बहुभाषिक समर्थन
#### GitHub Action द्वारे समर्थित (स्वयंचलित व नेहमी अद्यतन)
#### GitHub Action द्वारे समर्थन (स्वयंचलित आणि नेहमी अद्ययावत)
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
[अरबी](../ar/README.md) | [बंगाली](../bn/README.md) | [बल्गेरियन](../bg/README.md) | [बर्मese (म्यानमार)](../my/README.md) | [चिनी (सोपे)](../zh-CN/README.md) | [चिनी (परंपरागत, हाँगकाँग)](../zh-HK/README.md) | [चिनी (परंपरागत, मकाऊ)](../zh-MO/README.md) | [चिनी (परंपरागत, तैवान)](../zh-TW/README.md) | [क्रोएशियन](../hr/README.md) | [चेक](../cs/README.md) | [डॅनिश](../da/README.md) | [डच](../nl/README.md) | [एस्टोनियन](../et/README.md) | [फिन्निश](../fi/README.md) | [फ्रेंच](../fr/README.md) | [जर्मन](../de/README.md) | [ग्रीक](../el/README.md) | [हिब्रू](../he/README.md) | [हिंदी](../hi/README.md) | [हंगेरीयन](../hu/README.md) | [इंडोनेशियन](../id/README.md) | [इटालियन](../it/README.md) | [जपानी](../ja/README.md) | [कन्नड](../kn/README.md) | [कोरियन](../ko/README.md) | [लिथुआनियन](../lt/README.md) | [मलय](../ms/README.md) | [मलयाळम](../ml/README.md) | [मराठी](./README.md) | [नेपाली](../ne/README.md) | [नायजीरियन पिड्जिन](../pcm/README.md) | [नॉर्वेजियन](../no/README.md) | [फारसी (पर्शियन)](../fa/README.md) | [पोलिश](../pl/README.md) | [परतुगिज (ब्राझील)](../pt-BR/README.md) | [परतुगिज (पोरतुगीज)](../pt-PT/README.md) | [पंजाबी (गुरमुखी)](../pa/README.md) | [रोमेनियन](../ro/README.md) | [रशियन](../ru/README.md) | [सर्बियन (सिरिलिक)](../sr/README.md) | [स्लोव्हाक](../sk/README.md) | [स्लोव्हेनियन](../sl/README.md) | [स्पॅनिश](../es/README.md) | [स्वाहिली](../sw/README.md) | [स्वीडिश](../sv/README.md) | [टॅगलॉग (फिलिपिनो)](../tl/README.md) | [तमिळ](../ta/README.md) | [तेलुगू](../te/README.md) | [थाई](../th/README.md) | [तुर्की](../tr/README.md) | [युक्रेनियन](../uk/README.md) | [उर्दू](../ur/README.md) | [व्हिएतनामी](../vi/README.md)
[अरबी](../ar/README.md) | [बंगाली](../bn/README.md) | [बल्गेरियन](../bg/README.md) | [बर्मी (म्यानमार)](../my/README.md) | [चिनी (सोपे)](../zh-CN/README.md) | [चिनी (परंपरागत, हाँगकाँग)](../zh-HK/README.md) | [चिनी (परंपरागत, मकाऊ)](../zh-MO/README.md) | [चिनी (परंपरागत, तैवान)](../zh-TW/README.md) | [क्रोएशियन](../hr/README.md) | [चेक](../cs/README.md) | [डॅनिश](../da/README.md) | [डच](../nl/README.md) | [एस्टोनियन](../et/README.md) | [फिनिश](../fi/README.md) | [फ्रेंच](../fr/README.md) | [जर्मन](../de/README.md) | [ग्रीक](../el/README.md) | [हिब्रू](../he/README.md) | [हिंदी](../hi/README.md) | [हंगेरीयन](../hu/README.md) | [इंडोनेशियन](../id/README.md) | [इटालियन](../it/README.md) | [जपानी](../ja/README.md) | [कन्नड](../kn/README.md) | [कोरियन](../ko/README.md) | [लिथुवेनियन](../lt/README.md) | [मलय](../ms/README.md) | [मलयाळम](../ml/README.md) | [मराठी](./README.md) | [नेपाली](../ne/README.md) | [नायजेरियन पिजिन](../pcm/README.md) | [नॉर्वेजियन](../no/README.md) | [फारसी (पर्शियन)](../fa/README.md) | [पोलिश](../pl/README.md) | [पुर्तगाली (ब्राझील)](../pt-BR/README.md) | [पुर्तगाली (पोर्तुगाल)](../pt-PT/README.md) | [पंजाबी (गुरमुखी)](../pa/README.md) | [रोमानीयन](../ro/README.md) | [रशियन](../ru/README.md) | [सर्बियन (सिरिलिक)](../sr/README.md) | [स्लोव्हाक](../sk/README.md) | [स्लोव्हेनियन](../sl/README.md) | [स्पॅनिश](../es/README.md) | [स्वाहिली](../sw/README.md) | [स्विडीश](../sv/README.md) | [टागालोग (फिलिपिनो)](../tl/README.md) | [तमिळ](../ta/README.md) | [तेलुगू](../te/README.md) | [थाई](../th/README.md) | [तुर्की](../tr/README.md) | [युक्रेनियन](../uk/README.md) | [उर्दू](../ur/README.md) | [व्हिएतनामी](../vi/README.md)
> **स्थानिक क्लोन करायचे आहे का?**
> **स्थानिकरित्या क्लोन करणे प्राधान्य देता?**
> या रिपॉझिटरीमध्ये ५०+ भाषांमध्ये अनुवाद समाविष्ट आहेत जे डाउनलोड आकार मोठा करतात. अनुवादांशिवाय क्लोन करण्यासाठी, स्पार्स चेकआउट वापरा:
> या रिपॉझिटरीमध्ये 50+ भाषा अनुवाद आहेत ज्यामुळे डाउनलोड आकार लक्षणीय वाढतो. भाषांतरांशिवाय क्लोन करण्यासाठी, sparse checkout वापरा:
> ```bash
> git clone --filter=blob:none --sparse https://github.com/microsoft/ML-For-Beginners.git
> cd ML-For-Beginners
> git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
> ```
> हे आपल्याला कोर्स पूर्ण करण्यासाठी आवश्यक असेल ते सगळे जलद डाउनलोडसह देते.
> यामुळे तुम्हाला कोर्स पूर्ण करण्यासाठी आवश्यक सर्व काही मिळेल आणि डाउनलोड खूप जलद होईल.
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
#### आमच्या समुदायात सामील व्हा
[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
आमच्याकडे एक डिस्कॉर्ड AI सह शिका मालिका चालू आहे, अधिक जाणून घेण्यासाठी आणि १८ - ३० सप्टेंबर, २०२५ रोजी आमच्यात सहभागी व्हा [Learn with AI Series](https://aka.ms/learnwithai/discord). येथे आपल्याला GitHub Copilot चा वापर करून डेटा सायन्ससाठी टिप्स आणि युक्त्या मिळतील.
आमच्याकडे Discord वर AI सोबत शिकण्याची मालिका चालू आहे, अधिक जाणून घेण्यासाठी आणि १८ - ३० सप्टेंबर, २०२५ रोजी [Learn with AI Series](https://aka.ms/learnwithai/discord) मध्ये आमच्यासोबत सहभागी व्हा. तुम्हाला GitHub Copilot चा Data Science साठी वापर टिप्स आणि ट्रिक्स मिळतील.
![Learn with AI series](../../translated_images/mr/3.9b58fd8d6c373c20.webp)
# नवशिक्यांसाठी मशीन लर्निंग - एक अभ्यासक्रम
# नवीन शिकणाऱ्यांसाठी मशीन लर्निंग - एक अभ्यासक्रम
> 🌍 विश्व संस्कृतींच्या माध्यमातून मशीन लर्निंगचा अभ्यास करत जगाभर प्रवास करा 🌍
> 🌍 जगभर प्रवास करा जेव्हा आपण मशीन लर्निंगला जगातील संस्कृतींद्वारे शोधतो 🌍
मायक्रोसॉफ्टमधील क्लाउड अ‍ॅडव्होकेट्स मशीन लर्निंगवर आधारित १२ आठवड्यांचा, २६ धड्यांचा अभ्यासक्रम सादर करत आहेत. या अभ्यासक्रमात तुम्हाला जेव्हा कधी "क्लासिक मशीन लर्निंग" असे म्हणतात ते शिकता येणार आहे, मुख्यतः Scikit-learn लायब्ररी वापरून, आणि डीप लर्निंग टाळण्यात येते, जी आमच्या [AI for Beginners अभ्यासक्रमात](https://aka.ms/ai4beginners) समाविष्ट आहे. ह्या धड्यांकडे, आमच्या ['डेटा सायन्स फॉर बिगिनर्स' अभ्यासक्रमासोबत](https://aka.ms/ds4beginners) जोडल्यास उत्तम होईल.
Microsoft मधील Cloud Advocates या 12 आठवडे व 26 धडे असलेल्या **मशीन लर्निंग** वर आधारित अभ्यासक्रमाची ऑफर देत आहेत. या अभ्यासक्रमात, तुम्ही जे काही कधी कधी **परंपरागत मशीन लर्निंग** म्हणतात, ते शिकाल, मुख्यत्वे Scikit-learn हे लायब्ररी वापरून, आणि डीप लर्निंग टाळाल, ज्याचा समावेश आमच्या [AI for Beginners' curriculum](https://aka.ms/ai4beginners) मध्ये आहे. या धडे आमच्या ['Data Science for Beginners' curriculum](https://aka.ms/ds4beginners) सोबत देखील जोडा.
जगभरातील विविध भागातील डेटावर या क्लासिक तंत्रांचा वापर करून आमच्यासोबत प्रवास करा. प्रत्येक धड्यात प्री-माहिती आणि पोस्ट-धडा क्विझ, धडा पूर्ण करण्यासाठी लेखी सूचना, उपाय, असाइनमेंट आणि बरेच काही समाविष्ट आहे. आमचा प्रोजेक्ट-आधारित अध्यापन पद्धत तुम्हाला शिकत असताना तयार करण्याची संधी देते, आणि हे नवीन कौशल्ये जास्त काळ टिकण्यास मदत करते.
आमच्यासोबत जगभर प्रवास करा आणि विविध भागातील डेटावर हे परंपरागत तंत्र वापरून पाहा. प्रत्येक धड्यात पूर्व-आणि पश्चात-धडा क्विझ, लिहिलेली सूचना, एक उपाय, एक गृहपाठ आणि बरेच काही आहे. आमची प्रकल्पाधारित शिक्षणपद्धती तुम्हाला बांधणी करताना शिकण्याची संधी देते, जी नवीन कौशल्ये टिकवण्यासाठी सिद्ध झाली आहे.
**✍️ आमच्या लेखकांचे मनःपूर्वक आभार** जेण लुपर, स्टीफन हॉवेल, फ्रान्सेस्का लाझ्झेरी, टोमोमी इमुरा, कॅसी ब्रेवियू, द्मित्री सोशनिकोव्ह, क्रिस नोरिंग, अनिर्बान मुखर्जी, ऑर्नेला अल्टूनयान, रुथ याकुबू आणि एमी बॉयड
**✍️ आमच्या लेखकांना मनापासून धन्यवाद** जेण लूपर, स्टीफन हॉवेल, फ्रानसेस्का लझझेरी, टोमॉमी इमुरा, कॅसी ब्रेव्हीयू, दमित्री सोशnikov, क्रिस नोरिंग, अनिर्बन मुखर्जी, ओरनेल्ला अलटुन्यान, रुथ याकुबू आणि एमी बॉयड
**🎨 आमच्या चित्रकारांना देखील आभार** टोमोमी इमुरा, दसानि मडिपल्ली, आणि जेण लुपर
**🎨 आमच्या कलाकारांना देखील धन्यवाद** टोमॉमी इमुरा, दसानि मडिपल्ली, आणि जेण लूपर
**🙏 विशेष आभार 🙏 आमच्या मायक्रोसॉफ्ट स्टुडंट अ‍ॅम्बेसडर लेखक, पुनरावलोकक, आणि कंटेंट योगदानकर्त्यांना**, विशेषतः रिशित डागली, मुहम्मद साकिब खान इनान, रोहन राज, अलेक्झांडरु पेट्रेस्कू, अभिषेक जायसवाल, नवरीन तबस्सुम, योआन समुइला, आणि स्नigdha अग्रवाल यांना
**🙏 विशेष धन्यवाद 🙏 आमच्या Microsoft विद्यार्थ्यांसाठी राजदूत लेखक, समीक्षक आणि सामग्री योगदानकर्त्यांना**, विशेषतः ऋषित डागली, मुहम्मद साकिब खान इनान, रोहन राज, अलेक्झांडरु पेट्रेस्कू, अभिषेक जैनवाल, नवरीन तबस्सूम, इओआन सामुइला, आणि स्निग्धा अग्रवाल
**🤩 आमच्या R धड्यांसाठी मायक्रोसॉफ्ट स्टुडंट अ‍ॅम्बेसडर्स एरिक वांजाऊ, जस्लीन संधी, आणि विदुषी गुप्ता यांना विशेष आभार!**
**🤩 अतिरिक्त आभार Microsoft विद्यार्थी राजदूत एरिक वनजाऊ, जसलीन सोंधि, आणि विदुषी गुप्ता यांना आमच्या R धड्यांसाठी!**
# सुरुवात कशी करावी
# सुरुवात कशी करायची
हे चरण फॉलो करा:
1. **रिपॉझिटरी फोर्क करा**: या पानाच्या वरच्या उजव्या कोपऱ्यात "Fork" बटणावर क्लिक करा.
हे पायऱ्या फॉलो करा:
1. **रिपॉझिटरी फोर्क करा**: या पृष्ठाच्या वरच्या उजव्या कोपऱ्यातील "Fork" बटणावर क्लिक करा.
2. **रिपॉझिटरी क्लोन करा**: `git clone https://github.com/microsoft/ML-For-Beginners.git`
> [या कोर्ससाठीचे सर्व अतिरिक्त संसाधने आमच्या Microsoft Learn संग्रहात शोधा](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
> [या कोर्ससाठी सर्व अतिरिक्त संसाधने आमच्या Microsoft Learn संग्रहात शोधा](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
> 🔧 **मदत हवी आहे का?** इन्स्टॉलेशन, सेटअप, आणि धडे चालवताना येणाऱ्या सामान्य समस्यांसाठी आमचा [Troubleshooting Guide](TROUBLESHOOTING.md) पाहा.
> 🔧 **मदत हवी आहे का?** स्थापन, सेटअप, आणि धडे चालवण्याच्या सामान्य त्रुटींसाठी आमच्या [Troubleshooting Guide](TROUBLESHOOTING.md) ला पहा.
**[विद्यार्थ्यांसाठी](https://aka.ms/student-page)**, हा अभ्यासक्रम वापरण्यासाठी, हा संपूर्ण रेपो तुमच्या स्वतःच्या GitHub खात्यावर फोर्क करा आणि व्यायाम स्वतंत्रपणे किंवा गटाबरोबर पूर्ण करा:
- प्री-लेक्चर क्विझने सुरुवात करा.
- लेक्चर वाचा आणि क्रियाकलाप पूर्ण करा, प्रत्येक ज्ञान तपासणीवर थांबून विचार करा.
- प्रकल्प तयार करण्याचा प्रयत्न करा, समाधानात्मक कोड चालवण्याऐवजी ते समजून घेऊन; तरीही ते कोड प्रत्येक प्रकल्पाधारित धड्यातील `/solution` फोल्डरमध्ये उपलब्ध आहे.
- पोस्ट-लेक्चर क्विझ घ्या.
- चॅलेंज पूर्ण करा.
- असाइनमेंट पूर्ण करा.
- एका धड्यांच्या समूहानंतर, [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) वर जा आणि योग्य PAT रूपरेषा भरून "प्रगतीची माहिती" द्या. 'PAT' म्हणजे प्रगती मूल्यांकन साधन, जे तुम्ही भरून तुमची शिकणे पुढे नेता. तुम्ही इतर PATs ला देखील प्रतिक्रिया देऊ शकता जेणेकरून आपण एकत्र शिकू.
**[विद्यार्थी](https://aka.ms/student-page)**, या अभ्यासक्रमाचा वापर करण्यासाठी, संपूर्ण रेपो आपल्या GitHub खात्यात फोर्क करा आणि स्वतः किंवा गटात करून एक्सरसाइज पूर्ण करा:
> पुढील अभ्यासासाठी, या [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) मॉड्यूल्स व शिक्षण मार्ग अनुसरण करण्याची शिफारस करतो.
- पूर्व व्याख्यान क्विझसह सुरू करा.
- व्याख्यान वाचा आणि कृती पूर्ण करा, प्रत्येक ज्ञान तपासणीवर थांबा आणि विचार करा.
- धडे समजून घेऊन प्रकल्प तयार करण्याचा प्रयत्न करा, फक्त सोल्यूशन कोड चालवू नका; तथापि ते कोड प्रत्येक प्रकल्पावर आधारित धड्यात `/solution` फोल्डरात उपलब्ध आहे.
- पश्चात-व्याख्यान क्विझ घ्या.
- आव्हान पूर्ण करा.
- गृहपाठ पूर्ण करा.
- धड्यांच्या गटानंतर, [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) येथे भेट द्या आणि योग्य PAT रूब्रिक भरून "लर्न आउट लाउड" करा. 'PAT' म्हणजे प्रगती मूल्यांकन साधन, जे तुम्ही भरता आणि तुमच्या शिक्षणासाठी उपयुक्त ठरते. तुम्ही इतर PATs वर देखील प्रतिक्रिया देऊ शकता जेणेकरून आपण एकत्र शिकू शकू.
**शिक्षकांसाठी**, आम्ही [हा अभ्यासक्रम कसा वापरायचा याबाबत काही सूचना](for-teachers.md) दिल्या आहेत.
> पुढील अभ्यासासाठी, आम्ही या [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) मॉड्यूल्स आणि शिक्षण मार्गांचे पालन करण्याचा सल्ला देतो.
**शिक्षकांनो**, आम्ही या अभ्यासक्रमाचा वापर कसा करावा यावर [काही सूचना](for-teachers.md) दिल्या आहेत.
---
## व्हिडिओ मार्गदर्शने
## व्हिडिओ वॉकथ्रूज
काही धडे लघु स्वरूपातील व्हिडिओ म्हणून उपलब्ध आहेत. तुम्हाला हे धडे वर्गात किंवा [मायक्रोसॉफ्ट डेव्हलपर यूट्यूब चॅनलवरील ML for Beginners प्लेलिस्ट](https://aka.ms/ml-beginners-videos) वर पाहता येतील, खालील चित्रावर क्लिक करा.
काही धडे लघु व्हिडिओ रूपात उपलब्ध आहेत. तुम्ही हे सर्व धडय़ांमध्ये इन-लाइन पाहू शकता, किंवा [Microsoft Developer YouTube चॅनेलवरील ML for Beginners प्लेलिस्ट](https://aka.ms/ml-beginners-videos) वर खालील प्रतिमेवर क्लिक करून पाहू शकता.
[![ML for beginners banner](../../translated_images/mr/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos)
---
## टीमला भेटा
## टीमची ओळख
[![प्रोमो व्हिडिओ](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU)
[![Promo video](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU)
**जीफ कडून** [मोहित जायसाल](https://linkedin.com/in/mohitjaisal)
**Gif बनवलेले** [मोहित जैसल](https://linkedin.com/in/mohitjaisal)
> 🎥 प्रकल्प आणि त्याचे निर्माता लोकांबद्दल व्हिडिओ पाहण्यासाठी वरच्या चित्रावर क्लिक करा!
> 🎥 प्रकल्प आणि निर्मात्यांविषयी व्हिडिओसाठी वरिल प्रतिमेवर क्लिक करा!
---
## अध्यापन तत्त्वे
## शिक्षणशास्त्र
आम्ही या अभ्यासक्रमासाठी दोन अध्यापन तत्त्वांची निवड केली आहे: त्याला हाताळणारा **प्रकल्पाधारित** बनवणे आणि त्यात **वारंवार क्विझ असणे** सुनिश्चित करणे. याशिवाय, या अभ्यासक्रमासाठी एक सामान्य **थीम** आहे ज्यामुळे त्यात सुसंगतता येते.
आम्ही या अभ्यासक्रमात दोन शैक्षणिक तत्त्वे निवडली आहेत: हे हाताळण्यास **प्रकल्प-आधारित** करणे आणि त्यामध्ये **वारंवार क्विझ** असणे आवश्यक आहे. तसेच, या अभ्यासक्रमाला एक सामान्य **थीम** दिली आहे ज्यामुळे संपूर्ण अभ्यासक्रम एकत्रितपणे जोडून दिसतो.
सामग्री प्रकल्पांशी सुसंगत असल्याची खात्री करून, विद्यार्थ्यांसाठी प्रक्रिया अधिक आकर्षक होते आणि संकल्पना अधिक चांगल्या प्रकारे लक्षात राहतात. याशिवाय, वर्गापूर्वीचा एक क्विझ विद्यार्थ्याच्या शिकण्याच्या उद्दिष्टाला स्थिर करतो, तर वर्गानंतरचा आणखी एक क्विझ अधिक चांगली आठवण ठेऊ शकतो. या अभ्यासक्रमाला लवचिक आणि मजेदार बनविण्यासाठी डिझाईन केले गेले आहे आणि तो पूर्ण किंवा भागांत देखील घेतला जाऊ शकतो. १२ आठवड्यांच्या चक्राच्या शेवटी हे प्रकल्प लहानपासून मोठे आणि गुंतागुंतीचे होत जातात. या अभ्यासक्रमात एमएलच्या खऱ्या-अर्थीतील अनुप्रयोगांवरही एक पोस्टस्क्रिप्ट आहे, जी अतिरिक्त क्रेडिटसाठी किंवा चर्चेसाठी वापरली जाऊ शकते.
सामग्री प्रकल्पांशी संरेखित असल्याने, विद्यार्थ्यांसाठी प्रक्रिया अधिक आकर्षक होते आणि संकल्पनांचा ध्यास वाढतो. याशिवाय, वर्गापूर्वी कमी धोकादायक क्विझ विद्यार्थ्यांना विषय शिकण्यास उद्दिष्ट बनवतो, तर वर्गानंतरचा क्विझ अधिक टिकाऊ ज्ञान सुनिश्चित करतो. हा अभ्यासक्रम लवचिक आणि मजेदार राहील असे डिझाइन केला आहे व तो संपूर्ण किंवा भागांमध्ये करता येऊ शकतो. प्रकल्प सुरुवातीला सोपे असतात आणि 12 आठवड्यांच्या चक्राच्या शेवटी अधिक क्लिष्ट होतात. या अभ्यासक्रमात ML च्या वास्तविक जगातील अनुप्रयोगांवर पोस्टस्क्रिप्ट देखील आहे, जी अतिरिक्त गुणांसाठी किंवा चर्चेसाठी वापरता येते.
> आमचे [व्यवहार संहिता](CODE_OF_CONDUCT.md), [योगदान कसे कराल](CONTRIBUTING.md), [अनुवाद](TRANSLATIONS.md), आणि [समस्या निवारण](TROUBLESHOOTING.md) मार्गदर्शक भेटा. तुमचा रचनात्मक अभिप्राय आम्हाला मनापासून हवे आहे!
> आमची [वर्तनसंहिता](CODE_OF_CONDUCT.md), [योगदान कसे करावे](CONTRIBUTING.md), [भाषांतर मार्गदर्शक](TRANSLATIONS.md), आणि [त्रुटी सोडवण्याचा मार्गदर्शक](TROUBLESHOOTING.md) पहा. तुमचे रचनात्मक अभिप्राय आम्हाला स्वागतार्ह आहेत!
## प्रत्येक धड्यात समाविष्ट आहे
- ऐच्छिक स्केचनोट
- ऐच्छिक पूरक व्हिडिओ
- व्हिडिओ मार्गदर्शन (काही धड्यांसाठी)
- [प्रि-लेक्चर वॉर्मअप क्विझ](https://ff-quizzes.netlify.app/en/ml/)
- लेखी धडा
- प्रकल्पाधारित धड्यांसाठी, प्रकल्प कसा तयार करायचा याचे टप्पे टप्प्याने मार्गदर्शन
- व्हिडिओ वॉकथ्रू (काही धडा)
- [पूर्व-व्याख्यान गरमावा क्विझ](https://ff-quizzes.netlify.app/en/ml/)
- लिहिलेला धडा
- प्रकल्प-आधारित धड्यांसाठी, प्रकल्प कसा तयार करायचा याबद्दल टप्प्याटप्प्याने मार्गदर्शक
- ज्ञान तपासण्या
- एक चॅलेंज
- पूरक लेखणी
- असाइनमेंट
- [पोस्ट-लेक्चर क्विझ](https://ff-quizzes.netlify.app/en/ml/)
> **भाषांबद्दल एक टीप**: हे धडे मुख्यत्वे Python मध्ये लिहिले आहेत, पण अनेक R मध्ये देखील उपलब्ध आहेत. R धडा पूर्ण करण्यासाठी, `/solution` फोल्डरमध्ये जाऊन R धडे शोधा. त्यात .rmd एक्सटेंशन असलेला **R Markdown** फाइल असते, जे सोप्या भाषेत सांगायचे तर `कोड ब्लॉक्स` (R किंवा इतर भाषा) आणि `YAML हेडर` (पीडीएफसारखे आउटपुट कसे फॉरमॅट करायचा हे निर्देशित करतो) असलेल्या `Markdown डॉक्युमेंटचा` समावेश आहे. त्यामुळे, डेटा सायन्ससाठी एक उत्कृष्ट लेखन फ्रेमवर्क आहे कारण यामुळे तुम्ही तुमचा कोड, त्याचा आउटपुट आणि तुमचे विचार Markdown मध्ये मांडू शकता. शिवाय, R Markdown दस्तऐवज PDF, HTML, वा Word सारख्या आउटपुट फॉरमॅटमध्ये रूपांतरित केले जाऊ शकतात.
> **क्विझबद्दल एक नोंद**: सर्व क्विझ [Quiz App फोल्डर](../../quiz-app) मध्ये समाविष्ट आहेत, प्रत्येक तीन प्रश्नांसह एकूण 52 क्विझेस. हे धड्यांमधून लिंक केलेले आहेत परंतु क्विझ अ‍ॅप स्थानिकरित्या चालवता येऊ शकतो; स्थानिकपणे होस्ट करण्यासाठी किंवा Azure वर तैनात करण्यासाठी `quiz-app` फोल्डरमधील सूचनांचे पालन करा.
| धडा क्रमांक | विषय | धडा गट | शिक्षण उद्दिष्टे | लिंक केलेला धडा | लेखक |
| :---------: | :-------------------------------------------------------------: | :-----------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------ | :---------------------------------------------------------------------------------------------------------------------------------------: | :---------------------------------------------: |
| 01 | मशीन लर्निंग परिचय | [परिचय](1-Introduction/README.md) | मशीन लर्निंगच्या मूलभूत संकल्पना शिकून घ्या | [धडा](1-Introduction/1-intro-to-ML/README.md) | मुहम्मद |
| 02 | मशीन लर्निंगचा इतिहास | [परिचय](1-Introduction/README.md) | या क्षेत्राच्या इतिहासाबद्दल माहिती मिळवा | [धडा](1-Introduction/2-history-of-ML/README.md) | जेन आणि एमी |
| 03 | निष्पक्षता आणि मशीन लर्निंग | [परिचय](1-Introduction/README.md) | मशीन लर्निंग मॉडेल्स तयार करताना आणि लागू करताना विद्यार्थ्यांनी विचारात घ्यावयाच्या महत्त्वाच्या तात्त्विक समस्यांबद्दल काय आहेत? | [धडा](1-Introduction/3-fairness/README.md) | तोमोमी |
| 04 | मशीन लर्निंगसाठी तंत्रे | [परिचय](1-Introduction/README.md) | मशीन लर्निंग संशोधक कोणती तंत्रे वापरतात हे जाणून घ्या | [धडा](1-Introduction/4-techniques-of-ML/README.md) | क्रिस आणि जेन |
| 05 | रिग्रेशन परिचय | [रिग्रेशन](2-Regression/README.md) | रिग्रेशन मॉडेलसाठी पायथन आणि स्काइकीट-लर्न वापरून सुरुवात करा | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | जेन • एरिक वानजाउ |
| 06 | उत्तर अमेरिकेतील भोपळ्याच्या किमती 🎃 | [रिग्रेशन](2-Regression/README.md) | मशीन लर्निंगसाठी डेटा दृष्टीस येण्या आणि स्वच्छ करण्याची तयारी करा | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | जेन • एरिक वानजाउ |
| 07 | उत्तर अमेरिकेतील भोपळ्याच्या किमती 🎃 | [रिग्रेशन](2-Regression/README.md) | रेषीय आणि बहुपदीय रिग्रेशन मॉडेल तयार करा | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | जेन आणि डिमिट्री • एरिक वानजाउ |
| 08 | उत्तर अमेरिकेतील भोपळ्याच्या किमती 🎃 | [रिग्रेशन](2-Regression/README.md) | लॉजिस्टिक रिग्रेशन मॉडेल तयार करा | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | जेन • एरिक वानजाउ |
| 09 | वेब अ‍ॅप 🔌 | [वेब अ‍ॅप](3-Web-App/README.md) | तुमच्या प्रशिक्षित मॉडेलचा वापर करून वेब अ‍ॅप तयार करा | [Python](3-Web-App/1-Web-App/README.md) | जेन |
| 10 | वर्गीकरण परिचय | [वर्गीकरण](4-Classification/README.md) | डेटा स्वच्छ करा, तयार करा, आणि व्हिज्युअलाइझ करा; वर्गीकरण परिचय | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | जेन आणि कॅसी • एरिक वानजाउ |
| 11 | चवदार आशियाई आणि भारतीय जेवण 🍜 | [वर्गीकरण](4-Classification/README.md) | वर्गीकरणाच्या परिचयाबद्दल जाणून घ्या | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | जेन आणि कॅसी • एरिक वानजाउ |
| 12 | चवदार आशियाई आणि भारतीय जेवण 🍜 | [वर्गीकरण](4-Classification/README.md) | अधिक classifiers बद्दल जाणून घ्या | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | जेन आणि कॅसी • एरिक वानजाउ |
| 13 | चवदार आशियाई आणि भारतीय जेवण 🍜 | [वर्गीकरण](4-Classification/README.md) | तुमच्या मॉडेलचा वापर करून शिफारस करणारा वेब अ‍ॅप तयार करा | [Python](4-Classification/4-Applied/README.md) | जेन |
| 14 | क्लस्टरिंग परिचय | [क्लस्टरिंग](5-Clustering/README.md) | डेटा स्वच्छ करा, तयार करा, आणि व्हिज्युअलाइझ करा; क्लस्टरिंगचा परिचय | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | जेन • एरिक वानजाउ |
| 15 | नायजेरियन संगीत आवड यांचा अभ्यास 🎧 | [क्लस्टरिंग](5-Clustering/README.md) | K-Means क्लस्टरिंग पद्धत एक्सप्लोर करा | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | जेन • एरिक वानजाउ |
| 16 | नैसर्गिक भाषा प्रक्रिया परिचय ☕️ | [नैसर्गिक भाषा प्रक्रिया](6-NLP/README.md) | सोपा बोट तयार करून NLP ची मूलतत्त्वं जाणून घ्या | [Python](6-NLP/1-Introduction-to-NLP/README.md) | स्टीफन |
| 17 | सामान्य NLP कार्ये ☕️ | [नैसर्गिक भाषा प्रक्रिया](6-NLP/README.md) | भाषा संरचनांशी व्यवहार करताना आवश्यक सामान्य कार्ये समजून NLP ज्ञान वृद्धिंगत करा | [Python](6-NLP/2-Tasks/README.md) | स्टीफन |
| 18 | भाषांतर आणि भावना विश्लेषण ♥️ | [नैसर्गिक भाषा प्रक्रिया](6-NLP/README.md) | जेन ऑस्टिनसह भाषांतर आणि भावना विश्लेषण | [Python](6-NLP/3-Translation-Sentiment/README.md) | स्टीफन |
| 19 | युरोपमधील रोमँटिक हॉटेल्स ♥️ | [नैसर्गिक भाषा प्रक्रिया](6-NLP/README.md) | हॉटेल पुनरावलोकनांसह भावना विश्लेषण 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | स्टीफन |
| 20 | युरोपमधील रोमँटिक हॉटेल्स ♥️ | [नैसर्गिक भाषा प्रक्रिया](6-NLP/README.md) | हॉटेल पुनरावलोकनांसह भावना विश्लेषण 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | स्टीफन |
| 21 | टाइम सिरीज पूर्वानुमानाचा परिचय | [टाइम सिरीज](7-TimeSeries/README.md) | टाइम सिरीज पूर्वानुमानाचा परिचय | [Python](7-TimeSeries/1-Introduction/README.md) | फ्रान्सेसका |
| 22 | ⚡️ जागतिक वीज वापर ⚡️ - ARIMA सह टाइम सिरीज पूर्वानुमान | [टाइम सिरीज](7-TimeSeries/README.md) | ARIMA सह टाइम सिरीज पूर्वानुमान | [Python](7-TimeSeries/2-ARIMA/README.md) | फ्रान्सेसका |
| 23 | ⚡️ जागतिक वीज वापर ⚡️ - SVR सह टाइम सिरीज पूर्वानुमान | [टाइम सिरीज](7-TimeSeries/README.md) | Support Vector Regressor सह टाइम सिरीज पूर्वानुमान | [Python](7-TimeSeries/3-SVR/README.md) | अनिर्बन |
| 24 | पुनर्बलन शिक्षणाचा परिचय | [पुनर्बलन शिक्षण](8-Reinforcement/README.md) | Q-Learning सह पुनर्बलन शिक्षणाचा परिचय | [Python](8-Reinforcement/1-QLearning/README.md) | डिमिट्री |
| 25 | पीटरला लांडग्यापासून वाचवा! 🐺 | [पुनर्बलन शिक्षण](8-Reinforcement/README.md) | पुनर्बलन शिकण्याचे गॅम | [Python](8-Reinforcement/2-Gym/README.md) | डिमिट्री |
| उपसंहार | वास्तविक जगातील ML परिस्थिती आणि अनुप्रयोग | [ML in the Wild](9-Real-World/README.md) | पारंपरिक ML चे मनोरंजक आणि उघड करणारे वास्तविक जगातील अनुप्रयोग | [धडा](9-Real-World/1-Applications/README.md) | टीम |
| उपसंहार | RAI डॅशबोर्डचा वापर करून ML मध्ये मॉडेल डीबगिंग | [ML in the Wild](9-Real-World/README.md) | जबाबदार AI डॅशबोर्ड घटक वापरून मशीन लर्निंगमधील मॉडेल डीबगिंग | [धडा](9-Real-World/2-Debugging-ML-Models/README.md) | रुथ याकुबू |
> [या कोर्ससाठी अतिरिक्त संसाधनांची सर्व माहिती आमच्या Microsoft Learn संग्रहात शोधा](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
- एक आव्हान
- पूरक वाचन
- गृहपाठ
- [पश्चात-व्याख्यान क्विझ](https://ff-quizzes.netlify.app/en/ml/)
> **भाषांबद्दल एक नोट**: हे धडे मुख्यत्वे Python मध्ये लिहिलेले असतात, परंतु अनेक R मध्ये देखील उपलब्ध आहेत. R धडा पूर्ण करण्यासाठी, `/solution` फोल्डरमध्ये जा आणि R धडे शोधा. त्यात .rmd घटक असतो जो **R Markdown** फाइल दर्शवितो, ज्याचा अर्थ असा की तो `कोड चंक` (R किंवा इतर भाषांचा) आणि `YAML शीर्षलेख` (PDF सारख्या आउटपुट स्वरूपासाठी मार्गदर्शक) यांचे संयोजन आहे. म्हणून, तो डेटा सायन्ससाठी एक उत्कृष्ट लेखक फ्रेमवर्क आहे कारण त्यामध्ये तुम्ही तुमचा कोड, त्याचा आउटपुट, आणि तुमचे विचार Markdown मध्ये लिहू शकता. शिवाय, R Markdown दस्तऐवज PDF, HTML किंवा Word सारख्या आउटपुट स्वरूपात रेंडर करता येतात.
> **क्विझ बद्दल एक टीप**: सर्व क्विझ [Quiz App फोल्डरमध्ये](../../quiz-app) आहेत, ज्यात तीन प्रश्नांचे एकूण 52 क्विझ आहेत. हे धड्यांतील संदर्भातून लिंक केलेले आहेत परंतु क्विझ ऍप स्थानिक पातळीवर चालवता येते; स्थानिक होस्टिंग किंवा Azure वर तैनात करण्यासाठी `quiz-app` फोल्डरमधील सूचना पाळा.
| धडा क्रमांक | विषय | धडा गट | शिकण्याचे उद्दिष्टे | लिंक केलेला धडा | लेखक |
| :---------: | :------------------------------------------------------------: | :----------------------------------------: | ------------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :------------------------------------------------: |
| 01 | मशीन लर्निंगची ओळख | [Introduction](1-Introduction/README.md) | मशीन लर्निंगच्या मूलभूत संकल्पना शिका | [Lesson](1-Introduction/1-intro-to-ML/README.md) | मुहम्मद |
| 02 | मशीन लर्निंगचा इतिहास | [Introduction](1-Introduction/README.md) | या क्षेत्राचा इतिहास शिका | [Lesson](1-Introduction/2-history-of-ML/README.md) | जेन आणि एमी |
| 03 | निष्पक्षता आणि मशीन लर्निंग | [Introduction](1-Introduction/README.md) | निष्पक्षतेच्या महत्त्वाच्या तत्त्वज्ञानाच्या मुद्द्यांचा अभ्यास करा जे विद्यार्थी ML मॉडेल तयार करताना आणि लागू करताना लक्षात ठेवावेत | [Lesson](1-Introduction/3-fairness/README.md) | तोमोमी |
| 04 | मशीन लर्निंगसाठी तंत्रे | [Introduction](1-Introduction/README.md) | ML संशोधक कोणती तंत्रे वापरतात हे जाणून घ्या | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | क्रिस आणि जेन |
| 05 | पुनरावृत्तीची ओळख | [Regression](2-Regression/README.md) | पुनरावृत्तीच्या मॉडेलसाठी Python आणि Scikit-learn वापरण्यास सुरुवात करा | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | जेन • एरिक वांजाऊ |
| 06 | उत्तर अमेरिकी भोपळ्याच्या किमती 🎃 | [Regression](2-Regression/README.md) | ML साठी डेटा दृश्यमान करा आणि स्वच्छ करा | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | जेन • एरिक वांजाऊ |
| 07 | उत्तर अमेरिकी भोपळ्याच्या किमती 🎃 | [Regression](2-Regression/README.md) | रैखिक आणि बहुपदी पुनरावृत्ती मॉडेल तयार करा | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | जेन आणि डिमित्रि • एरिक वांजाऊ |
| 08 | उत्तर अमेरिकी भोपळ्याच्या किमती 🎃 | [Regression](2-Regression/README.md) | लॉजिस्टिक पुनरावृत्ती मॉडेल तयार करा | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | जेन • एरिक वांजाऊ |
| 09 | वेब ऍप 🔌 | [Web App](3-Web-App/README.md) | आपल्या प्रशिक्षित मॉडेलचा वापर करण्यासाठी वेब ऍप तयार करा | [Python](3-Web-App/1-Web-App/README.md) | जेन |
| 10 | वर्गीकरणाची ओळख | [Classification](4-Classification/README.md) | आपल्या डेटाचे स्वच्छीकरण, तयारी आणि दृश्य रूपांतरण करा; वर्गीकरणाची ओळख | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | जेन आणि कॅसी • एरिक वांजाऊ |
| 11 | चवदार आशियाई आणि भारतीय जेवण 🍜 | [Classification](4-Classification/README.md) | वर्गीकरण करणाऱ्यांची ओळख | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | जेन आणि कॅसी • एरिक वांजाऊ |
| 12 | चवदार आशियाई आणि भारतीय जेवण 🍜 | [Classification](4-Classification/README.md) | अधिक वर्गीकरण करणारे | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | जेन आणि कॅसी • एरिक वांजाऊ |
| 13 | चवदार आशियाई आणि भारतीय जेवण 🍜 | [Classification](4-Classification/README.md) | आपला मॉडेल वापरून शिफारस करणारी वेब ऍप तयार करा | [Python](4-Classification/4-Applied/README.md) | जेन |
| 14 | क्लस्टरिंगची ओळख | [Clustering](5-Clustering/README.md) | आपल्या डेटाचे स्वच्छीकरण, तयारी आणि दृश्य रूपांतरण करा; क्लस्टरिंगची ओळख | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | जेन • एरिक वांजाऊ |
| 15 | नायजेरियन संगीत चवांची तपासणी 🎧 | [Clustering](5-Clustering/README.md) | K-Means क्लस्टरिंग पद्धत तपासा | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | जेन • एरिक वांजाऊ |
| 16 | नॅचरल लँग्वेज प्रोसेसिंगची ओळख ☕️ | [Natural language processing](6-NLP/README.md) | सोपा बॉट तयार करून NLP च्या मूलभूत गोष्टी शिका | [Python](6-NLP/1-Introduction-to-NLP/README.md) | स्टीफेन |
| 17 | कॉमन NLP कामे ☕️ | [Natural language processing](6-NLP/README.md) | भाषिक रचना हाताळताना लागणारी सामान्य कामे समजून NLP ज्ञान वाढवा | [Python](6-NLP/2-Tasks/README.md) | स्टीफेन |
| 18 | भाषांतर आणि भावना विश्लेषण ♥️ | [Natural language processing](6-NLP/README.md) | जेन ऑस्टीन सह भाषांतर आणि भावना विश्लेषण | [Python](6-NLP/3-Translation-Sentiment/README.md) | स्टीफेन |
| 19 | युरोपमधील रोमँटिक हॉटेल्स ♥️ | [Natural language processing](6-NLP/README.md) | हॉटेल पुनरावलोकनांसह भावना विश्लेषण 1 | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | स्टीफेन |
| 20 | युरोपमधील रोमँटिक हॉटेल्स ♥️ | [Natural language processing](6-NLP/README.md) | हॉटेल पुनरावलोकनांसह भावना विश्लेषण 2 | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | स्टीफेन |
| 21 | टाइम सिरीज भविष्यवाणीची ओळख | [Time series](7-TimeSeries/README.md) | टाइम सिरीज भविष्यवाणीची ओळख | [Python](7-TimeSeries/1-Introduction/README.md) | फ्रान्सेस्का |
| 22 | ⚡️ वर्ल्ड पॉवर युसेज ⚡️ - ARIMA सह टाइम सिरीज भविष्यवाणी | [Time series](7-TimeSeries/README.md) | ARIMA सह टाइम सिरीज भविष्यवाणी | [Python](7-TimeSeries/2-ARIMA/README.md) | फ्रान्सेस्का |
| 23 | ⚡️ वर्ल्ड पॉवर युसेज ⚡️ - SVR सह टाइम सिरीज भविष्यवाणी | [Time series](7-TimeSeries/README.md) | सपोर्ट व्हेक्टर रिग्रेशनर सह टाइम सिरीज भविष्यवाणी | [Python](7-TimeSeries/3-SVR/README.md) | अनिर्बान |
| 24 | रेन्फोर्समेंट लर्निंगची ओळख | [Reinforcement learning](8-Reinforcement/README.md) | Q-Learning सह रेन्फोर्समेंट लर्निंगची ओळख | [Python](8-Reinforcement/1-QLearning/README.md) | डिमित्रि |
| 25 | पीटरला लोमडीपासून वाचवा! 🐺 | [Reinforcement learning](8-Reinforcement/README.md) | रेन्फोर्समेंट लर्निंग जिम | [Python](8-Reinforcement/2-Gym/README.md) | डिमित्रि |
| पोस्टस्क्रिप्ट | वास्तविक जगातील ML परिस्थिती आणि अनुप्रयोग | [ML in the Wild](9-Real-World/README.md) | क्लासिकल ML चे मनोरंजक आणि उघड करणारे वास्तविक जगातील अनुप्रयोग | [Lesson](9-Real-World/1-Applications/README.md) | टीम |
| पोस्टस्क्रिप्ट | RAI डॅशबोर्ड वापरून ML मध्ये मॉडेल डीबगिंग | [ML in the Wild](9-Real-World/README.md) | जबाबदार AI डॅशबोर्ड कॉम्पोनेंटस वापरून मशीन लर्निंगमध्ये मॉडेल डीबगिंग | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | रुथ याकुबू |
> [या कोर्ससाठी सर्व अतिरिक्त साधने आमच्या Microsoft Learn संग्रहात शोधा](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
## ऑफलाइन प्रवेश
[Docsify](https://docsify.js.org/#/) वापरून तुम्ही ही दस्तऐवज ऑफलाइन चालवू शकता. हे रिपॉजिटरी फोर्क करा, [Docsify इन्स्टॉल करा](https://docsify.js.org/#/quickstart) आपल्या स्थानिक संगणकावर, आणि नंतर या रिपॉजिटरीच्या मूळ फोल्डरमध्ये `docsify serve` टाइप करा. वेबसाइट तुमच्या स्थानिक संगणकावर पोर्ट 3000 वर चालेल: `localhost:3000`.
[Docsify](https://docsify.js.org/#/) वापरून तुम्ही हा दस्तऐवज ऑफलाइन चालवू शकता. हा रेपो फोर्क करा, तुमच्या स्थानिक संगणकावर [Docsify इंस्टॉल करा](https://docsify.js.org/#/quickstart), आणि नंतर या रेपोच्या मुख्य फोल्डरमध्ये `docsify serve` टाइप करा. वेबसाईट तुमच्या लोकलहोस्टवर पोर्ट 3000 वर दिली जाईल: `localhost:3000`.
## PDF
सिलेबसचा PDF लिंक्ससह [येथे](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) शोधा.
अभ्यासक्रमाचा पीडीएफ लिंकसह [येथे](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) शोधा.
## 🎒 इतर कोर्स
## 🎒 इतर कोर्सेस
आमचा संघ इतर कोर्स तयार करतो! तपासा:
आमची टीम इतर कोर्सेस तयार करते! तपासून पाहा:
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
### LangChain
[![LangChain4j for Beginners](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners)
[![LangChain.js for Beginners](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
[![LangChain for Beginners](https://img.shields.io/badge/LangChain%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
---
### Azure / Edge / MCP / एजंट्स
### Azure / Edge / MCP / Agents
[![AZD for Beginners](https://img.shields.io/badge/AZD%20for%20Beginners-0078D4?style=for-the-badge&labelColor=E5E7EB&color=0078D4)](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
[![Edge AI for Beginners](https://img.shields.io/badge/Edge%20AI%20for%20Beginners-00B8E4?style=for-the-badge&labelColor=E5E7EB&color=00B8E4)](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
[![MCP for Beginners](https://img.shields.io/badge/MCP%20for%20Beginners-009688?style=for-the-badge&labelColor=E5E7EB&color=009688)](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
@ -179,44 +180,44 @@
---
### जनरेटिव AI सिरीज
[![सृजनशील AI नवशिक्षार्थ्यांसाठी](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[![सृजनशील AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[![सृजनशील AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[![सृजनशील AI (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
### Generative AI Series
[![Generative AI for Beginners](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[![Generative AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[![Generative AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[![Generative AI (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
---
### मुख्य शिक्षण
[![ML नवशिक्षार्थ्यांसाठी](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[![डेटा सायन्स नवशिक्षार्थ्यांसाठी](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[![AI नवशिक्षार्थ्यांसाठी](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[![सायबरसुरक्षा नवशिक्षार्थ्यांसाठी](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[![वेब विकसन नवशिक्षार्थ्यांसाठी](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[![IoT नवशिक्षार्थ्यांसाठी](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
[![XR विकास नवशिक्षार्थ्यांसाठी](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
### कोर शिक्षण
[![ML for Beginners](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[![Data Science for Beginners](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[![AI for Beginners](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[![Cybersecurity for Beginners](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[![Web Dev for Beginners](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[![IoT for Beginners](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
[![XR Development for Beginners](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
---
### सहायक चालक मालिक
[![AI जोडप्याने प्रोग्रामिंगसाठी सहायक चालक](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[![C#/.NET साठी सहायक चालक](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
[![सहायक चालक साहस](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
### कॉपिलॉट सिरीज
[![Copilot for AI Paired Programming](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[![Copilot for C#/.NET](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
[![Copilot Adventure](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
<!-- CO-OP TRANSLATOR OTHER COURSES END -->
## मदत मिळवा
## मदतीसाठी संपर्क करा
जर तुम्ही अडकले असाल किंवा AI अॅप्स तयार करताना काही प्रश्न असतील, तर MCP विषयी चर्चेत सहभागी व्हा. हे एक सहायक समुदाय आहे जिथे प्रश्न विचारणे स्वागतार्ह आहे आणि ज्ञान मुक्तपणे सामायिक केले जाते.
जर तुम्ही अडकला असाल किंवा AI अ‍ॅप्स तयार करताना काही प्रश्न असतील तर. इतर शिकणारे आणि अनुभवी विकसकांबरोबर MCP संदर्भातील चर्चा करा. ही एक सहायक समुदाय आहे जिथे प्रश्न विचारणे स्वागतार्ह आहे आणि ज्ञान मुक्तपणे सामायिक केले जाते.
[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
जर तुम्हाला उत्पादनाबद्दल अभिप्राय किंवा चुकांबद्दल काही असेल तर येथे भेट द्या:
मालमत्ता अभिप्राय किंवा तयार करताना त्रुटी असल्यास येथे भेट द्या:
[![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum)
---
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**सविनय सूचना**:
हा दस्तऐवज AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) वापरून अनुवादित केला आहे. आम्ही अचूकतेसाठी प्रयत्नशील असलो तरी, कृपया लक्षात ठेवा की स्वयंचलित अनुवादांमध्ये त्रुटी किंवा अचूकतेची चूक असू शकते. मूळ दस्तऐवज त्याच्या मूळ भाषेत अधिकृत स्रोत मानला जावा. महत्वाच्या माहितीसाठी व्यावसायिक मानवी अनुवाद शिफारसीय आहे. या अनुवादाच्या वापरामुळे उद्भवणाऱ्या कोणत्याही गैरसमज किंवा चुकीच्या अर्थग्रहणाबद्दल आम्ही जबाबदार नाही.
**सूचना**:
हा दस्तऐवज AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) वापरून अनुवादित केला आहे. आम्ही अचूकतेसाठी प्रयत्नशील आहोत, परंतु कृपया लक्षात घ्या की स्वयंचलित अनुवादांमध्ये चुका किंवा अचूकतेचा अभाव असू शकतो. मूळ दस्तऐवज त्याच्या मातृभाषेत अधिकृत स्रोत मानावा. महत्त्वाच्या माहितीसाठी व्यावसायिक मानवी अनुवाद सल्ला दिला आहे. या अनुवादामुळे उद्भवलेल्या कोणत्याही गैरसमजुतीस किंवा अर्थवर्धनासाठी आम्ही जबाबदार नाही.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->

4
translations/ne/.co-op-translator.json
Unescape View File

@ -540,8 +540,8 @@
"language_code": "ne"
},
"README.md": {
"original_hash": "da2ceed62f16a0820259556e3a873c95",
"translation_date": "2026-01-29T18:13:08+00:00",
"original_hash": "2f594ee136e3127a47f56d80055227bc",
"translation_date": "2026-02-06T08:01:26+00:00",
"source_file": "README.md",
"language_code": "ne"
},

220
translations/ne/README.md
Unescape View File

@ -8,216 +8,214 @@
[![GitHub forks](https://img.shields.io/github/forks/microsoft/ML-For-Beginners.svg?style=social&label=Fork)](https://GitHub.com/microsoft/ML-For-Beginners/network/)
[![GitHub stars](https://img.shields.io/github/stars/microsoft/ML-For-Beginners.svg?style=social&label=Star)](https://GitHub.com/microsoft/ML-For-Beginners/stargazers/)
### 🌐 बहुभाषी समर्थन
### 🌐 बहुभाषिक समर्थन
#### GitHub क्रिया मार्फत समर्थन गरिएको (स्वचालित र सधैं अद्यावधिक)
#### GitHub Action मार्फत समर्थित (स्वचालित र सधैं अद्यावधिक)
<!-- CO-OP TRANSLATOR LANGUAGES TABLE START -->
[Arabic](../ar/README.md) | [Bengali](../bn/README.md) | [Bulgarian](../bg/README.md) | [Burmese (Myanmar)](../my/README.md) | [Chinese (Simplified)](../zh-CN/README.md) | [Chinese (Traditional, Hong Kong)](../zh-HK/README.md) | [Chinese (Traditional, Macau)](../zh-MO/README.md) | [Chinese (Traditional, Taiwan)](../zh-TW/README.md) | [Croatian](../hr/README.md) | [Czech](../cs/README.md) | [Danish](../da/README.md) | [Dutch](../nl/README.md) | [Estonian](../et/README.md) | [Finnish](../fi/README.md) | [French](../fr/README.md) | [German](../de/README.md) | [Greek](../el/README.md) | [Hebrew](../he/README.md) | [Hindi](../hi/README.md) | [Hungarian](../hu/README.md) | [Indonesian](../id/README.md) | [Italian](../it/README.md) | [Japanese](../ja/README.md) | [Kannada](../kn/README.md) | [Korean](../ko/README.md) | [Lithuanian](../lt/README.md) | [Malay](../ms/README.md) | [Malayalam](../ml/README.md) | [Marathi](../mr/README.md) | [Nepali](./README.md) | [Nigerian Pidgin](../pcm/README.md) | [Norwegian](../no/README.md) | [Persian (Farsi)](../fa/README.md) | [Polish](../pl/README.md) | [Portuguese (Brazil)](../pt-BR/README.md) | [Portuguese (Portugal)](../pt-PT/README.md) | [Punjabi (Gurmukhi)](../pa/README.md) | [Romanian](../ro/README.md) | [Russian](../ru/README.md) | [Serbian (Cyrillic)](../sr/README.md) | [Slovak](../sk/README.md) | [Slovenian](../sl/README.md) | [Spanish](../es/README.md) | [Swahili](../sw/README.md) | [Swedish](../sv/README.md) | [Tagalog (Filipino)](../tl/README.md) | [Tamil](../ta/README.md) | [Telugu](../te/README.md) | [Thai](../th/README.md) | [Turkish](../tr/README.md) | [Ukrainian](../uk/README.md) | [Urdu](../ur/README.md) | [Vietnamese](../vi/README.md)
> **स्थानीय रूपमा क्लोन गर्न चाहनुहुन्छ?**
> यो रिपोजिटरीसँग ५०+ भाषा अनुवादहरू समावेश छन् जसले डाउनलोड साइजलाई धेरै वृद्धि गर्दछ। अनुवादहरू बिना क्लोन गर्न sparse checkout प्रयोग गर्नुहोस्:
> यस रिपोजिटरीमा ५०+ भाषाका अनुवादहरू समावेश छन् जसले डाउनलोड आकारलाई धेरै बढाउँछ। अनुवादहरू नभएको क्लोन गर्न, sparse checkout प्रयोग गर्नुहोस्:
> ```bash
> git clone --filter=blob:none --sparse https://github.com/microsoft/ML-For-Beginners.git
> cd ML-For-Beginners
> git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
> ```
> यसले तपाईंलाई पाठ्यक्रम पूरा गर्न आवश्यक सबै सामग्री धेरै छिटो डाउनलोडको साथ प्रदान गर्दछ।
> यसले तपाईंलाई कोर्स पूरा गर्न आवश्यक सबै सामग्री धेरै छिटो डाउनलोडको साथ दिन्छ।
<!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->
#### हाम्रो समुदायमा सामेल हुनुहोस्
[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
हामीसँग डिस्कोर्डमा AI सँग सिक्ने शृंखला चलिरहेको छ, थप जान्न र सामेल हुन [Learn with AI Series](https://aka.ms/learnwithai/discord) मा आउनुहोस् सेप्टेम्बर १८ - ३०, २०२५। तपाईं GitHub Copilot डेटा विज्ञानका लागि कसरी प्रयोग गर्ने टिप्स र ट्रिक्स पाउनु हुनेछ।
हामीसँग Discord मा AI सँग सिक्ने श्रृंखला चलिरहेको छ, थप जान्न र हामीसँग सामेल हुन [Learn with AI Series](https://aka.ms/learnwithai/discord) मा १८ - ३० सेप्टेम्बर, २०२५ मा आउनुहोस्। तपाईंले GitHub Copilot प्रयोग गरेर Data Science को टिप्स र ट्रिक्स पाउनुहुनेछ।
![Learn with AI series](../../translated_images/ne/3.9b58fd8d6c373c20.webp)
# शुरुवातीहरूका लागि मेशिन लर्निङ - एउटा पाठ्यक्रम
# सुरूवातकर्ताहरूका लागि मेशिन लर्निङ - एक पाठ्यक्रम
> 🌍 संसार घुम्दै गर्दा मेशिन लर्निङलाई विश्वका संस्कृतिहरू मार्फत अन्वेषण गरौं 🌍
> 🌍 संसारभरि यात्रा गर्दै हामी संसारका संस्कृतिहरूको माध्यमबाट मेशिन लर्निङ खोज्दैछौं 🌍
Microsoftका Cloud Advocatesहरूले १२ हप्ता, २६ पाठहरूको एक पाठ्यक्रम प्रदान गर्न पाउँदा खुशी छन् जुन मुख्यतः **मेशिन लर्निङ** मा केन्द्रित छ। यसमा तपाईंले प्रायः Scikit-learn पुस्तकालय प्रयोग गरेर कहलिने **शास्त्रीय मेशिन लर्निङ** बारे सिक्नुहुनेछ र गहिरो सिकाइ (डीप लर्निङ) लाई समावेश नगर्नेछ जुन हाम्रो [AI for Beginners' curriculum](https://aka.ms/ai4beginners) मा छ। यी पाठहरूलाई हाम्रो ['Data Science for Beginners' curriculum](https://aka.ms/ds4beginners) सँग पनि जोड्नुहोस्।
Microsoft का क्लाउड एड्भोकेटहरूले १२ हप्ताको, २६ पाठहरूको पाठ्यक्रम प्रदान गर्न पाउँदा खुशी छन् जसले **मेशिन लर्निङ** बारेमा सबै कुरा सिकाउँछ। यस पाठ्यक्रममा, तपाईंले कहिलेकाहीँ भनिने **क्लासिक मेशिन लर्निङ** को बारेमा सिक्नु हुनेछ, मुख्यतः Scikit-learn लाई प्रयोग गरी र गहिरो सिकाइबाट बच्दै, जुन हाम्रो [AI for Beginners' पाठ्यक्रम](https://aka.ms/ai4beginners) मा समेटिएको छ। यी पाठहरूसँग हाम्रो ['Data Science for Beginners' पाठ्यक्रम](https://aka.ms/ds4beginners) पनि सँगै प्रयोग गर्नुहोस्।
हामीसँग संसारभर घुम्दै यी शास्त्रीय प्रविधिहरूलाई विश्वका विभिन्न क्षेत्रका डेटामा लागू गर्नेछौं। प्रत्येक पाठमा पूर्व र उत्तर पाठ क्विजहरू, लेखिएका निर्देशनहरू, समाधान, असाइन्मेन्ट, र थप सामग्री छन्। हाम्रो परियोजना-आधारित शिक्षण पद्धतिले तपाईंलाई सिप सिक्दा प्रायोग पनि गर्न दिन्छ, जुन नयाँ सीपहरू सिक्नको लागि प्रमाणित तरिका हो।
विश्वका विभिन्न क्षेत्रका डाटाहरूमा यी क्लासिक प्रविधिहरू लागू गर्दै हामीसँग संसारभरि यात्रा गर्नुहोस्। प्रत्येक पाठमा पूर्व र पछि क्विजहरू, लेखिएका निर्देशनहरू, समाधान, असाइनमेन्ट, र थप छन्। हाम्रो परियोजना-आधारित सिकाइले तपाईंलाई बनाउन सिक्न मद्दत गर्छ, जुन नयाँ कौशलहरूलाई 'टिकाउन' मद्दत पुर्‍याउने एक प्रमाणित तरिका हो।
**✍️ हाम्रा लेखकहरूलाई हार्दिक धन्यवाद** Jen Looper, Stephen Howell, Francesca Lazzeri, Tomomi Imura, Cassie Breviu, Dmitry Soshnikov, Chris Noring, Anirban Mukherjee, Ornella Altunyan, Ruth Yakubu र Amy Boyd
**✍️ हृदयदेखि धन्यवाद हाम्रा लेखकहरूलाई** जेन लूपर, स्टेफेन हाउल, फ्रान्सेस्का लाज्जेरी, टोमोमी इमुरा, क्यास्सी ब्रेभियु, दिमित्री सोल्श्निकोव, क्रिस नोरिङ, अनिर्बान मुखर्जी, ओर्नेला अल्टुन्यान, रुथ याकुबु र एमी बोयडलाई
**🎨 हाम्रा चित्रकारहरूलाई पनि धन्यवाद** Tomomi Imura, Dasani Madipalli, र Jen Looper
**🎨 साथै धन्यवाद हाम्रा चित्रकारहरूलाई** टोमोमी इमुरा, दासानी मडिपल्ली, र जेन लूपरलाई
**🙏 हाम्रो Microsoft Student Ambassador लेखक, समीक्षक, र सामग्री योगदानकर्ताहरूलाई विशेष धन्यवाद**, विशेषगरी Rishit Dagli, Muhammad Sakib Khan Inan, Rohan Raj, Alexandru Petrescu, Abhishek Jaiswal, Nawrin Tabassum, Ioan Samuila, र Snigdha Agarwal
**🙏 विशेष धन्यवाद 🙏 हाम्रो Microsoft Student Ambassador लेखक, समीक्षक र सामग्री योगदानकर्ताहरूलाई**, विशेष गरी ऋषित दागली, मुहम्मद साकिब खान इनान, रोहन राज, अलेक्जान्ड्रु पेट्रेस्कु, अभिषेक जयसवाल, नावरिन तबस्सुम, इओन सामुइला, र स्निग्धा अगरवाललाई
**🤩 Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, र Vidushi Gupta लाई हाम्रो R पाठहरूका लागि थप धन्यवाद!**
**🤩 थप कृतज्ञता Microsoft Student Ambassadors Eric Wanjau, Jasleen Sondhi, र Vidushi Gupta लाई हाम्रा R पाठहरूका लागि!**
# सुरु गर्ने तरिका
यी चरणहरू अनुसरण गर्नुहोस्:
1. **रिपोजिटरी Fork गर्नुहोस्**: यस पेजको दाहिने माथि कुनामा रहेको "Fork" बटनमा क्लिक गर्नुहोस्।
2. **रिपोजिटरी Clone गर्नुहोस्**: `git clone https://github.com/microsoft/ML-For-Beginners.git`
यी चरणहरू पालना गर्नुहोस्:
1. **रिपोजिटरी फोर्क गर्नुहोस्**: यस पृष्ठको माथि-दायाँ कुनामा रहेको "Fork" बटनमा क्लिक गर्नुहोस्।
2. **रिपोजिटरी क्लोन गर्नुहोस्**: `git clone https://github.com/microsoft/ML-For-Beginners.git`
> [यस पाठ्यक्रमका सबै अतिरिक्त स्रोतहरू हामीले Microsoft Learn संग्रहमा राखेका छौं](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
> [यस कोर्सका लागि सबै अतिरिक्त स्रोतहरू हाम्रो Microsoft Learn संग्रहमा फेला पार्नुहोस्](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
> 🔧 **मद्दत चाहिन्छ?** हाम्रो [Troubleshooting Guide](TROUBLESHOOTING.md) मा स्थापना, सेटअप, र पाठहरू चलाउँदा आउने सामान्य समस्या समाधानहरू हेर्नुहोस्।
> 🔧 **सहायता चाहिन्छ?** जडान, सेटअप, र पाठहरू चलाउने सामान्य समस्याहरूको समाधानका लागि हाम्रो [समस्या समाधान मार्गदर्शिका](TROUBLESHOOTING.md) हेर्नुहोस्।
**[विद्यार्थीहरू](https://aka.ms/student-page)**, यस पाठ्यक्रम प्रयोग गर्नका लागि, सम्पूर्ण रिपो तपाईंको आफ्नो GitHub खातामा फोर्क गरी व्यायामहरू आफैं वा समूहसँग पूरा गर्नुहोस्:
**[विद्यार्थीहरू](https://aka.ms/student-page)**, यस पाठ्यक्रम प्रयोग गर्न, सम्पूर्ण रेपो तपाईंको आफ्नै GitHub खातामा fork गरी अभ्यासहरू आफैं वा समूहमा पूरा गर्नुहोस्:
- पूर्व-व्याख्यान क्विजबाट सुरू गर्नुहोस्।
- व्याख्यान पढ्नुहोस् र क्रियाकलापहरू पूरा गर्नुहोस्, प्रत्येक ज्ञान जाँचमा रोकिदै र विचार गर्दै।
- समाधान कोड चलाउनुको सट्टा पाठहरू बुझेर परियोजनाहरू बनाउन प्रयास गर्नुहोस्; यद्यपि उक्त कोड प्रत्येक परियोजना-केन्द्रित पाठको `/solution` फोल्डरमा उपलब्ध छ।
- पश्चात्-व्याख्यान क्विज लिनुहोस्।
- प्रि-लेक्चर क्विजबाट सुरु गर्नुहोस्।
- लेक्चर पढ्नुहोस् र क्रियाकलापहरू पूरा गर्नुहोस्, हरेक ज्ञान जाँचमा विराम लगाएर र विचार गर्दै।
- समाधान कोड चलाउनको सट्टा पाठहरूलाई बुझ्दै परियोजनाहरू सिर्जना गर्ने प्रयास गर्नुहोस्; यद्यपि त्यो कोड प्रत्येक परियोजना-मुखी पाठमा `/solution` फोल्डरमा उपलब्ध छ।
- पोस्ट-लेक्चर क्विज लिनुहोस्।
- चुनौती पूरा गर्नुहोस्।
- असाइनमेंट पूरा गर्नुहोस्।
- कुनै पाठ समूह पूरा गरेपछि, [Discussion Board](https://github.com/microsoft/ML-For-Beginners/discussions) मा जानुहोस् र उपयुक्त PAT रूब्रिक भरी "सीखाइ साझा" गर्नुहोस्। 'PAT' प्रगति मूल्यांकन उपकरण हो जुन तपाईंले भर्दै आफ्नो सिकाइलाई अगाडि बढाउन सक्नुहुन्छ। तपाईं अरूको PAT मा प्रतिक्रिया पनि दिन सक्नुहुन्छ जसले हामीलाई सँगै सिक्न मद्दत गर्छ।
- असाइनमेन्ट पूरा गर्नुहोस्।
- पाठ समूह पूरा गरेपछि, [चर्चा बोर्ड](https://github.com/microsoft/ML-For-Beginners/discussions) मा जानुहोस् र उपयुक्त PAT रब्रिक भरि "लर्न आउट लाउड" गर्नुहोस्। 'PAT' भनेको प्रगति मूल्याङ्कन उपकरण हो जुन तपाईंले तपाईंको सिकाइलाई अघि बढाउन भरिने एउटा रब्रिक हो। तपाईंले अरू PATs मा प्रतिक्रिया पनि दिन सक्नुहुन्छ ताकि हामी सँगै सिक्न सकौं।
> थप अध्ययनका लागि, यी [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) मोड्युलहरू र सिकाइ मार्गहरू अनुशरण गर्न सल्लाह दिन्छौं।
> थप अध्ययनका लागि, यी [Microsoft Learn](https://docs.microsoft.com/en-us/users/jenlooper-2911/collections/k7o7tg1gp306q4?WT.mc_id=academic-77952-leestott) मोड्युल र सिकाइ मार्गहरू अनुशरण गर्न सिफारिस गरिन्छ।
**शिक्षकहरू**, हामीले [पाठ्यक्रम प्रयोग गर्ने केही सुझावहरू](for-teachers.md) समावेश गरेका छौं।
**शिक्षकहरूका लागि**, हामीले [केही सुझावहरू](for-teachers.md) समावेश गरेका छौं कि कसरी यस पाठ्यक्रम प्रयोग गर्ने।
---
## भिडियो मार्गदर्शनहरू
## भिडियो वाकथ्रूहरू
केही पाठहरू छोटो भिडियो स्वरूप उपलब्ध छन्। यी सबैलाई पाठहरू भित्रै वा [Microsoft Developer YouTube च्यानलमा रहेको ML for Beginners प्लेलिस्टमा](https://aka.ms/ml-beginners-videos) हेर्न सक्नुहुनेछ, तलको छविमा क्लिक गरेर।
केही पाठहरू छोटो भिडियोको रूपमा उपलब्ध छन्। तपाईं यी सबैलाई पाठ भित्र वा [Microsoft Developer यूट्युब च्यानलको ML for Beginners प्लेलिस्ट](https://aka.ms/ml-beginners-videos) मा तलको तस्वीरमा क्लिक गरेर हेर्न सक्नुहुन्छ।
[![ML for beginners banner](../../translated_images/ne/ml-for-beginners-video-banner.63f694a100034bc6.webp)](https://aka.ms/ml-beginners-videos)
---
## टिमलाई भेट्नुहोस्
## टिमसँग भेट्नुहोस्
[![Promo video](../../images/ml.gif)](https://youtu.be/Tj1XWrDSYJU)
**Gif द्वारा** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
**गिफ द्वारा** [Mohit Jaisal](https://linkedin.com/in/mohitjaisal)
> 🎥 माथि रहेको छविमा क्लिक गरी परियोजना र यसको सर्जकहरूबारे भिडियो हेर्नुहोस्!
> 🎥 परियोजना र त्यसलाई बनाउने व्यक्तिहरूको बारेमा भिडियो हेर्न माथिको चित्रमा क्लिक गर्नुहोस्!
---
## शैक्षिक पद्धति
## शिक्षण विधि
यस पाठ्यक्रम निर्माण गर्दा हामीले दुई शैक्षिक सिद्धान्तहरू रोज्यौं: हातेमालो गरेर काम गर्ने **परियोजना आधारित** र **बारम्बार क्विज** को समावेशीकरण। थप रूपमा, यस पाठ्यक्रमलाई समेकित बनाउन एक साझा **थीम** छ।
हामीले यो पाठ्यक्रम निर्माण गर्दा दुई शिक्षण सिद्धान्तहरू चयन गरेका छौं: यसलाई हातमा काम गर्ने **परियोजना-आधारित** बनाउन र यसमा **बारम्बार क्विजहरू** समावेश गर्न। साथै, यस पाठ्यक्रमलाई एक साझा **थिम** दिइयो जुन यसलाई एकता प्रदान गर्छ।
सामग्रीलाई परियोजनासँग मेल खादाँ विद्यार्थीहरूलाई थप संलग्न पार्न र अवधारणाहरूको टिकाउ बढाउन मद्दत मिल्छ। कक्षा अघि कम जोखिमको क्विजले विद्यार्थीको सिकाइ प्रति लक्ष्य निर्धारण गर्छ भने कक्षा पछिको दोस्रो क्विजले थप अवधारणालाई मजबुत बनाउँछ। यो पाठ्यक्रम लचिलो र रमाइलो बनाउन डिजाइन गरिएको छ र पूर्ण रूपमा वा भागमा पनि लिइन सक्छ। परियोजनाहरू साना बाट सुरु भएर १२ हप्ताको अन्त्यतिर जटिल हुन्छन्। यस पाठ्यक्रमसँग मेशिन लर्निङका वास्तविक जगतका अनुप्रयोगहरूमा एक अन्त्य टिप्पणी पनि छ, जसलाई अतिरिक्त क्रेडिट वा बहसको आधारका रूपमा उपयोग गर्न सकिन्छ।
सामग्री परियोजनाहरूसँग मेल खाँदा, प्रक्रिया विद्यार्थीहरूको लागि थप आकर्षक हुन्छ र अवधारणाहरूको सम्झना बढ्छ। साथै, कक्षाको अगाडि कम जोखिमको क्विजले विद्यार्थीको सिक्ने उदेश्य सेट गर्छ भने, कक्षापछि दोस्रो क्विजले थप सम्झना सुनिश्चित गर्छ। यो पाठ्यक्रम लचिलो र रमाइलो बनाउन डिजाइन गरिएको हो र पूर्ण वा भागमा लिन सकिन्छ। परियोजनाहरू साना सुरू भएर १२ हप्ताको अन्त्यसम्म क्रमशः जटिल हुन्छन्। यस पाठ्यक्रममा मेशिन लर्निङका वास्तविक विश्व प्रयोगहरूमा पोस्टस्क्रिप्ट पनि छ, जसलाई अतिरिक्त क्रेडिट वा छलफलको आधारको रूपमा प्रयोग गर्न सकिन्छ।
> हाम्रो [आचारसंहिता](CODE_OF_CONDUCT.md), [योगदान](CONTRIBUTING.md), [अनुवाद](TRANSLATIONS.md), र [समस्या समाधान](TROUBLESHOOTING.md) दिशानिर्देश फेला पार्नुहोस्। तपाईंको रचनात्मक प्रतिक्रिया स्वागत छ!
> हाम्रो [आचार संहिता](CODE_OF_CONDUCT.md), [योगदान](CONTRIBUTING.md), [अनुवाद](TRANSLATIONS.md), र [समस्या समाधान](TROUBLESHOOTING.md) दिशानिर्देशहरू पत्ता लगाउनुहोस्। हामी तपाईंको रचनात्मक प्रतिक्रिया स्वागत गर्छौं!
## प्रत्येक पाठमा समावेश
## प्रत्येक पाठमा समावेश छन्
- वैकल्पिक स्केच नोट
- वैकल्पिक स्केचनोट
- वैकल्पिक पूरक भिडियो
- भिडियो मार्गदर्शन (केही पाठहरू मात्र)
- [पूर्व-व्याख्यान वार्मअप क्विज](https://ff-quizzes.netlify.app/en/ml/)
- भिडियो वाकथ्रू (केही पाठहरूमा मात्र)
- [पूर्व-लेक्चर वार्मअप क्विज](https://ff-quizzes.netlify.app/en/ml/)
- लेखिएको पाठ
- परियोजना-आधारित पाठहरूका लागि परियोजना कसरी बनाउने चरण-द्वारा-चरण मार्गदर्शन
- परियोजना-आधारित पाठहरूका लागि, परियोजना निर्माण गर्ने क्रमशः गाइडहरू
- ज्ञान जाँचहरू
- चुनौती
- पूरक पठन सामग्री
- असाइनमेंट
- [पश्चात्-व्याख्यान क्विज](https://ff-quizzes.netlify.app/en/ml/)
> **भाषाहरूको बारेमा एक नोट**: यी पाठहरू मुख्य रूपमा Python मा लेखिएका छन्, तर धेरै R मा पनि उपलब्ध छन्। R पाठ पूरा गर्न, `/solution` फोल्डरमा जानुहोस् र R पाठहरू खोज्नुहोस्। यी .rmd एक्सटेन्सन संग आउँछन् जसले प्रतिनिधित्व गर्छ **R Markdown** फाइललाई जसले कोडको खण्डहरू (R वा अन्य भाषाहरू) र `YAML` हेडर (PDF जस्ता आउटपुटहरू कसरी स्वरूप गर्ने भन्ने मार्गदर्शन गर्ने) लाई संयोजन गर्दछ। यसैले, यो डेटा विज्ञानका लागि एक उत्कृष्ट लेखक फ्रेमवर्कको रूपमा काम गर्छ किनकि यसले तपाईंलाई आफ्नो कोड, त्यसको परिणाम र विचारहरू Markdown मा लेख्न अनुमति दिन्छ। थप रूपमा, R Markdown कागजातहरूलाई PDF, HTML वा Word जस्ता आउटपुट स्वरूपहरूमा रूपान्तरण गर्न सकिन्छ।
> **कुइजहरूको बारेमा एउटा नोट**: सबै कुइजहरू [Quiz App folder](../../quiz-app) मा समावेश छन्, जसमा तीन प्रश्नहरूको प्रत्येक ५२ कुल कुइजहरू छन्। ती पाठहरूबाट लिंक गरिएको छन् तर कुइज एप्लिकेसन स्थानीय रूपमा चलाउन सकिन्छ; स्थानीय रूपमा होस्ट वा Azure मा डिप्लोय गर्न `quiz-app` फोल्डरमा सूचनाहरू पालना गर्नुहोस्।
| Lesson Number | विषय | पाठ समूह | सिकाइ उद्देश्यहरू | लिंक गरिएको पाठ | लेखक |
| :-----------: | :------------------------------------------------------------: | :--------------------------------------------: | ----------------------------------------------------------------------------------------------------------------------------- | :--------------------------------------------------------------------------------------------------------------------------------------: | :----------------------------------------------: |
| ०१ | मेसिन लर्निङको परिचय | [Introduction](1-Introduction/README.md) | मेसिन लर्निङको आधारभूत अवधारणाहरू सिक्नुहोस् | [Lesson](1-Introduction/1-intro-to-ML/README.md) | मुहम्मद |
| ०२ | मेसिन लर्निङको इतिहास | [Introduction](1-Introduction/README.md) | यस क्षेत्रको इतिहास सिक्नुहोस् | [Lesson](1-Introduction/2-history-of-ML/README.md) | जेन र एमी |
| ०३ | निष्पक्षता र मेसिन लर्निङ | [Introduction](1-Introduction/README.md) | मेसिन लर्निङ मोडेलहरू बनाउन र लागू गर्दा विद्यार्थीहरूले विचार गर्नुपर्ने निष्पक्षताका महत्वपूर्ण दार्शनिक मुद्दाहरू के छन्? | [Lesson](1-Introduction/3-fairness/README.md) | टोमोमी |
| ०४ | मेसिन लर्निङका प्राविधिहरू | [Introduction](1-Introduction/README.md) | मेसिन लर्निङ अनुसन्धानकर्ताहरू कुन प्राविधिहरू प्रयोग गर्छन्? | [Lesson](1-Introduction/4-techniques-of-ML/README.md) | क्रिस र जेन |
| ०५ | Regression को परिचय | [Regression](2-Regression/README.md) | Regression मोडेलहरूका लागि Python र Scikit-learn सँग शुरुवात गर्नुहोस् | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | जेन • एरिक वानजाउ |
| ०६ | उत्तर अमेरिकी कद्दू मूल्यहरू 🎃 | [Regression](2-Regression/README.md) | मेसिन लर्निङको तयारीका लागि डाटा दृश्य र सफा गर्नुहोस् | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | जेन • एरिक वानजाउ |
| ०७ | उत्तर अमेरिकी कद्दू मूल्यहरू 🎃 | [Regression](2-Regression/README.md) | रेखीय (linear) र बहुपदीय Regression मोडेलहरू निर्माण गर्नुहोस् | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | जेन र दिमित्री • एरिक वानजाउ |
| ०८ | उत्तर अमेरिकी कद्दू मूल्यहरू 🎃 | [Regression](2-Regression/README.md) | Logistic Regression मोडेल निर्माण गर्नुहोस् | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | जेन • एरिक वानजाउ |
| ०९ | वेब एप्लिकेसन 🔌 | [Web App](3-Web-App/README.md) | तपाईंको प्रशिक्षित मोडेल प्रयोग गर्न वेब एप्लिकेसन बनाउनुहोस् | [Python](3-Web-App/1-Web-App/README.md) | जेन |
| १० | वर्गीकरण परिचय | [Classification](4-Classification/README.md) | आफ्नो डाटा सफा, तयारी र दृश्य गर्नुहोस्; वर्गीकरणको परिचय | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | जेन र कासी • एरिक वानजाउ |
| ११ | स्वादिष्ट एशियाली र भारतीय खानाका वस्तुहरू 🍜 | [Classification](4-Classification/README.md) | वर्गीकारहरूको परिचय | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | जेन र कासी • एरिक वानजाउ |
| १२ | स्वादिष्ट एशियाली र भारतीय खानाका वस्तुहरू 🍜 | [Classification](4-Classification/README.md) | थप वर्गीकृतहरू | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | जेन र कासी • एरिक वानजाउ |
| १३ | स्वादिष्ट एशियाली र भारतीय खानाका वस्तुहरू 🍜 | [Classification](4-Classification/README.md) | तपाईंको मोडेल प्रयोग गरेर सिफारिस वेब एप्लिकेसन बनाउनुहोस् | [Python](4-Classification/4-Applied/README.md) | जेन |
| १४ | क्लस्टरिङ परिचय | [Clustering](5-Clustering/README.md) | आफ्नो डाटा सफा, तयारी र दृश्य गर्नुहोस्; क्लस्टरिङको परिचय | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | जेन • एरिक वानजाउ |
| १५ | नाइजेरियन सङ्गीत स्वादहरूको अन्वेषण 🎧 | [Clustering](5-Clustering/README.md) | K-Means क्लस्टरिङ विधि अन्वेषण गर्नुहोस् | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | जेन • एरिक वानजाउ |
| १६ | प्राकृतिक भाषा प्रशोधन परिचय ☕️ | [Natural language processing](6-NLP/README.md) | सादा बोट निर्माण गरेर NLP का आधारभूत कुरा सिक्नुहोस् | [Python](6-NLP/1-Introduction-to-NLP/README.md) | स्टीफेन |
| १७ | सामान्य NLP कार्यहरू ☕️ | [Natural language processing](6-NLP/README.md) | भाषा संरचनाहरूसँग व्यवहार गर्दा आवश्यक सामान्य कार्यहरूको बुझाइ मार्फत तपाईंको NLP ज्ञान गहिरो बनाउनुहोस् | [Python](6-NLP/2-Tasks/README.md) | स्टीफेन |
| १८ | अनुवाद र भावना विश्लेषण ♥️ | [Natural language processing](6-NLP/README.md) | Jane Austen संग अनुवाद र भावना विश्लेषण | [Python](6-NLP/3-Translation-Sentiment/README.md) | स्टीफेन |
| १९ | युरोपका रोमान्टिक होटलहरू ♥️ | [Natural language processing](6-NLP/README.md) | होटल समीक्षाहरूको भावना विश्लेषण १ | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | स्टीफेन |
| २० | युरोपका रोमान्टिक होटलहरू ♥️ | [Natural language processing](6-NLP/README.md) | होटल समीक्षाहरूको भावना विश्लेषण २ | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | स्टीफेन |
| २१ | समय श्रृंखला पूर्वानुमान परिचय | [Time series](7-TimeSeries/README.md) | समय श्रृंखला पूर्वानुमानको परिचय | [Python](7-TimeSeries/1-Introduction/README.md) | फ्रान्सेस्का |
| २२ | ⚡️ विश्व शक्तिको उपयोग ⚡️ - ARIMA सँग समय श्रृंखला पूर्वानुमान | [Time series](7-TimeSeries/README.md) | ARIMA सँग समय श्रृंखला पूर्वानुमान | [Python](7-TimeSeries/2-ARIMA/README.md) | फ्रान्सेस्का |
| २३ | ⚡️ विश्व शक्तिको उपयोग ⚡️ - SVR सँग समय श्रृंखला पूर्वानुमान | [Time series](7-TimeSeries/README.md) | Support Vector Regressor सँग समय श्रृंखला पूर्वानुमान | [Python](7-TimeSeries/3-SVR/README.md) | अनिर्बन |
| २४ | पुनर्बलन शिक्षण परिचय | [Reinforcement learning](8-Reinforcement/README.md) | Q-Learning सँग पुनर्बलन शिक्षणको परिचय | [Python](8-Reinforcement/1-QLearning/README.md) | दिमित्री |
| २५ | पिटरलाई भालुबाट जोगाउन मद्दत गर्नुहोस्! 🐺 | [Reinforcement learning](8-Reinforcement/README.md) | पुनर्बलन शिक्षण जिम | [Python](8-Reinforcement/2-Gym/README.md) | दिमित्री |
| पोस्टस्क्रिप्ट | वास्तविक विश्व ML परिदृश्यहरू र आवेदनहरू | [ML in the Wild](9-Real-World/README.md) | सांकेतिक ML का रोचक र प्रकट गर्ने वास्तविक विश्वका आवेदनहरू | [Lesson](9-Real-World/1-Applications/README.md) | टोली |
| पोस्टस्क्रिप्ट | RAI ड्यासबोर्ड प्रयोग गरेर ML मा मोडेल डिबगिङ | [ML in the Wild](9-Real-World/README.md) | जिम्मेवार AI ड्यासबोर्ड कम्पोनेन्टहरूको प्रयोग गरी मेसिन लर्निङमा मोडेल डिबगिङ | [Lesson](9-Real-World/2-Debugging-ML-Models/README.md) | रुथ याकुबु |
> [यस कोर्षका लागि सबै थप स्रोतहरू हाम्रो Microsoft Learn संग्रहमा फेला पार्नुहोस्](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
- पूरक पढाइ
- असाइनमेन्ट
- [पोस्ट-लेक्चर क्विज](https://ff-quizzes.netlify.app/en/ml/)
> **भाषाका बारेमा नोट**: यी पाठहरू मुख्य रूपमा Python मा लेखिएका छन्, तर धेरै R मा पनि उपलब्ध छन्। R पाठ पूरा गर्नको लागि, `/solution` फोल्डरमा गई R पाठहरू खोज्नुहोस्। तिनीहरूमा .rmd एक्सटेन्सन हुन्छ जुन एक **R Markdown** फाइल हो जसलाई साधारण रूपमा `कोड चंकहरू` (R वा अन्य भाषाहरूको) र `YAML हेडर` (PDF जस्ता आउटपुटहरू कसरी ढाँचा गर्ने भनेर निर्देशन दिने) लाई `Markdown दस्तावेज`मा एम्बेड गर्ने रूपमा परिभाषा गर्न सकिन्छ। यसरी, यो डाटा साइन्सका लागि एक उत्कृष्ट लेखक फ्रेमवर्कको रूपमा काम गर्दछ किनभने यसले तपाईंलाई तपाईंको कोड, यसको आउटपुट, र तपाईंका विचारहरू Markdown मा लेख्न अनुमति दिन्छ। साथै, R Markdown दस्तावेजहरू PDF, HTML, वा Word जस्ता आउटपुट ढाँचामा रूपान्तरण गर्न सकिन्छ।
> **क्विजहरूको बारेमा एउटा नोट**: सबै क्विजहरू [Quiz App फोल्डर](../../quiz-app) मा समावेश छन्, जहाँ प्रत्येकमा तीन प्रश्नहरू सहित ५२ कूल क्विजहरू छन्। यी पाठहरू भित्र बाट लिंक गरिएको छन् तर क्विज एप्लिकेसन स्थानीय रूपमा चलाउन सकिन्छ; `quiz-app` फोल्डरमा दिएको निर्देशन पालना गरी स्थानीय रूपमा होस्ट वा Azure मा डिप्लोय गर्नुहोस्।
| पाठ संख्या | विषय | पाठ समूह | सिकाइ लक्ष्यहरू | लिंक गरिएको पाठ | लेखक |
| :---------: | :--------------------------------------------------------------: | :-----------------------------------------: | ----------------------------------------------------------------------------------------------------------------------------- | :----------------------------------------------------------------------------------------------------------------------------------------------: | :------------------------------------: |
| ०१ | मशीन शिक्षणमा परिचय | [परिचय](1-Introduction/README.md) | मशीन शिक्षण पछाडि रहेका आधारभूत अवधारणाहरू सिक्नुहोस् | [पाठ](1-Introduction/1-intro-to-ML/README.md) | मुहम्मद |
| ०२ | मशीन शिक्षणको इतिहास | [परिचय](1-Introduction/README.md) | यस क्षेत्रमा आधारित इतिहास सिक्नुहोस् | [पाठ](1-Introduction/2-history-of-ML/README.md) | जेन र एमी |
| ०३ | fairness र मशीन शिक्षण | [परिचय](1-Introduction/README.md) | fairness सम्बन्धि महत्वपूर्ण दार्शनिक विषयहरू के हुन् जुन विद्यार्थीहरूले मशीन शिक्षण मोडेलहरू बनाउँदा र लागू गर्दा विचार गर्नुपर्छ? | [पाठ](1-Introduction/3-fairness/README.md) | टोमोमी |
| ०४ | मशीन शिक्षणका प्रविधिहरू | [परिचय](1-Introduction/README.md) | मशीन शिक्षण अनुसन्धानकर्ताहरू कुन प्रविधिहरू प्रयोग गर्छन्? | [पाठ](1-Introduction/4-techniques-of-ML/README.md) | क्रिस र जेन |
| ०५ | regression परिचय | [Regression](2-Regression/README.md) | रिग्रेसन मोडेलहरूका लागि Python र Scikit-learn बाट सुरु गर्नुहोस् | [Python](2-Regression/1-Tools/README.md) • [R](../../2-Regression/1-Tools/solution/R/lesson_1.html) | जेन • एरिक वान्जाउ |
| ०६ | उत्तर अमेरिकी कद्दुको मूल्य 🎃 | [Regression](2-Regression/README.md) | मशीन शिक्षण तयारीको लागि डाटा भिजुअलाइज र सफा गर्नुहोस् | [Python](2-Regression/2-Data/README.md) • [R](../../2-Regression/2-Data/solution/R/lesson_2.html) | जेन • एरिक वान्जाउ |
| ०७ | उत्तर अमेरिकी कद्दुको मूल्य 🎃 | [Regression](2-Regression/README.md) | लिनियर र पोलीनॉमियल रिग्रेसन मोडेलहरू बनाउनुहोस् | [Python](2-Regression/3-Linear/README.md) • [R](../../2-Regression/3-Linear/solution/R/lesson_3.html) | जेन र दिमित्री • एरिक वान्जाउ |
| ०८ | उत्तर अमेरिकी कद्दुको मूल्य 🎃 | [Regression](2-Regression/README.md) | Logistic regression मोडेल बनाउनुहोस् | [Python](2-Regression/4-Logistic/README.md) • [R](../../2-Regression/4-Logistic/solution/R/lesson_4.html) | जेन • एरिक वान्जाउ |
| ०९ | एक वेब एप 🔌 | [Web App](3-Web-App/README.md) | आफ्नो प्रशिक्षित मोडेल प्रयोग गर्न वेब एप बनाउनुहोस् | [Python](3-Web-App/1-Web-App/README.md) | जेन |
| १० | classification परिचय | [Classification](4-Classification/README.md) | डाटा सफा गर्नुहोस्, तयारी गर्नुहोस् र भिजुअलाइज गर्नुहोस्; classification परिचय | [Python](4-Classification/1-Introduction/README.md) • [R](../../4-Classification/1-Introduction/solution/R/lesson_10.html) | जेन र क्यासी • एरिक वान्जाउ |
| ११ | स्वादिष्ट एशियाली र भारतीय खाना 🍜 | [Classification](4-Classification/README.md) | classifiers परिचय | [Python](4-Classification/2-Classifiers-1/README.md) • [R](../../4-Classification/2-Classifiers-1/solution/R/lesson_11.html) | जेन र क्यासी • एरिक वान्जाउ |
| १२ | स्वादिष्ट एशियाली र भारतीय खाना 🍜 | [Classification](4-Classification/README.md) | थप classifiers | [Python](4-Classification/3-Classifiers-2/README.md) • [R](../../4-Classification/3-Classifiers-2/solution/R/lesson_12.html) | जेन र क्यासी • एरिक वान्जाउ |
| १३ | स्वादिष्ट एशियाली र भारतीय खाना 🍜 | [Classification](4-Classification/README.md) | आफ्नो मोडेल प्रयोग गरी recommender वेब एप बनाउनुहोस् | [Python](4-Classification/4-Applied/README.md) | जेन |
| १४ | clustering परिचय | [Clustering](5-Clustering/README.md) | डाटा सफा, तयारी, र भिजुअलाइज गर्नुहोस्; clustering परिचय | [Python](5-Clustering/1-Visualize/README.md) • [R](../../5-Clustering/1-Visualize/solution/R/lesson_14.html) | जेन • एरिक वान्जाउ |
| १५ | नाइजेरियन संगीत रुचिहरू खोज्दै 🎧 | [Clustering](5-Clustering/README.md) | K-Means clustering विधि अन्वेषण गर्नुहोस् | [Python](5-Clustering/2-K-Means/README.md) • [R](../../5-Clustering/2-K-Means/solution/R/lesson_15.html) | जेन • एरिक वान्जाउ |
| १६ | प्राकृतिक भाषा प्रशोधन परिचय ☕️ | [Natural language processing](6-NLP/README.md) | एउटा साधारण बोट बनाएर NLP को आधारभूत कुरा सिक्नुहोस् | [Python](6-NLP/1-Introduction-to-NLP/README.md) | स्टिफेन |
| १७ | साझा NLP कार्यहरू ☕️ | [Natural language processing](6-NLP/README.md) | भाषिक संरचनाहरू सम्बन्धि काम गर्दा आवश्यक साझा कार्यहरू बुझेर NLP ज्ञान गहिर्‍याउनुहोस् | [Python](6-NLP/2-Tasks/README.md) | स्टिफेन |
| १८ | अनुवाद र भाव विश्लेषण ♥️ | [Natural language processing](6-NLP/README.md) | Jane Austen सहित अनुवाद र भाव विश्लेषण | [Python](6-NLP/3-Translation-Sentiment/README.md) | स्टिफेन |
| १९ | युरोपका रोमांटिक होटलहरू ♥️ | [Natural language processing](6-NLP/README.md) | होटल समीक्षा सँग भाव विश्लेषण १ | [Python](6-NLP/4-Hotel-Reviews-1/README.md) | स्टिफेन |
| २० | युरोपका रोमांटिक होटलहरू ♥️ | [Natural language processing](6-NLP/README.md) | होटल समीक्षा सँग भाव विश्लेषण २ | [Python](6-NLP/5-Hotel-Reviews-2/README.md) | स्टिफेन |
| २१ | समय शृङ्खला पूर्वानुमान परिचय | [Time series](7-TimeSeries/README.md) | समय शृङ्खला पूर्वानुमान परिचय | [Python](7-TimeSeries/1-Introduction/README.md) | फ्रान्सेस्का |
| २२ | ⚡️ विश्व शक्तिको उपयोग ⚡️ - ARIMA सँग समय शृङ्खला पूर्वानुमान | [Time series](7-TimeSeries/README.md) | ARIMA सँग समय शृङ्खला पूर्वानुमान | [Python](7-TimeSeries/2-ARIMA/README.md) | फ्रान्सेस्का |
| २३ | ⚡️ विश्व शक्तिको उपयोग ⚡️ - SVR सँग समय शृङ्खला पूर्वानुमान | [Time series](7-TimeSeries/README.md) | Support Vector Regressor सँग समय शृङ्खला पूर्वानुमान | [Python](7-TimeSeries/3-SVR/README.md) | अनिर्बान |
| २४ | reinforcement learning परिचय | [Reinforcement learning](8-Reinforcement/README.md) | Q-Learning सँग reinforcement learning परिचय | [Python](8-Reinforcement/1-QLearning/README.md) | दिमित्री |
| २५ | पिटरलाई गडेरोबाट बचाउन मद्दत गर्नुहोस्! 🐺 | [Reinforcement learning](8-Reinforcement/README.md) | reinforcement learning Gym | [Python](8-Reinforcement/2-Gym/README.md) | दिमित्री |
| पोस्टस्क्रिप्ट | वास्तविक संसारका ML परिदृश्य र अनुप्रयोगहरू | [ML in the Wild](9-Real-World/README.md) | क्लासिकल ML का रोचक र खुलासा गर्ने वास्तविक विश्व अनुप्रयोगहरू | [पाठ](9-Real-World/1-Applications/README.md) | टिम |
| पोस्टस्क्रिप्ट | RAI ड्यासबोर्ड प्रयोग गरी ML मोडेल डिबगिङ | [ML in the Wild](9-Real-World/README.md) | Responsible AI ड्यासबोर्ड कम्पोनेन्टहरू प्रयोग गरी Machine Learning मा मोडेल डिबगिङ | [पाठ](9-Real-World/2-Debugging-ML-Models/README.md) | रुथ याकुबु |
> [यस कोर्सका सबै थप स्रोतहरू हाम्रो Microsoft Learn संग्रहमा खोज्नुहोस्](https://learn.microsoft.com/en-us/collections/qrqzamz1nn2wx3?WT.mc_id=academic-77952-bethanycheum)
## अफलाइन पहुँच
तपाईं यो डकुमेण्टेशनलाई [Docsify](https://docsify.js.org/#/) प्रयोग गरेर अफलाइन चलाउन सक्नुहुन्छ। यस रिपो लाई फोर्क गर्नुहोस्, [Docsify स्थापना गर्नुहोस्](https://docsify.js.org/#/quickstart) आफ्नो स्थानीय मेसिनमा, अनि यस रिपोको रुट फोल्डरमा `docsify serve` टाइप गर्नुहोस्। वेबसाइट तपाईंको लोकलहोस्टमा पोर्ट 3000 मा चल्ने छ: `localhost:3000`।
## पीडीएफहरू
तपाईं यस दस्तावेजलाई अफलाइनमा [Docsify](https://docsify.js.org/#/) प्रयोग गरेर चलाउन सक्नुहुन्छ। यो रिपोजिटोरी फ्लोक गरेर, तपाइँको स्थानीय मेसिनमा [Docsify इन्स्टल](https://docsify.js.org/#/quickstart) गर्नुहोस्, र त्यसपछि यो रिपोको root फोल्डरमा `docsify serve` टाइप गर्नुहोस्। वेबसाइट तपाईँको स्थानीय होस्टमा पोर्ट 3000 मा सर्भ हुनेछ: `localhost:3000`।
सिलबसको पीडीएफ लिंक सहित [यहाँ](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf) फेला पार्नुहोस्।
## PDF हरू
पाठ्यक्रमको PDF यहाँ लिंकसहित पाउनुहोस्: [यहाँ](https://microsoft.github.io/ML-For-Beginners/pdf/readme.pdf)।
## 🎒 अरू पाठ्यक्रमहरू
## 🎒 अन्य कोर्सहरू
हाम्रो टोलीले अरू पाठ्यक्रमहरू पनि उत्पादन गर्छ! हेर्नुहोस्:
हाम्रो टिमले अन्य कोर्सहरू उत्पादन गरेको छ! जाँच गर्नुहोस्:
<!-- CO-OP TRANSLATOR OTHER COURSES START -->
### LangChain
[![LangChain4j for Beginners](https://img.shields.io/badge/LangChain4j%20for%20Beginners-22C55E?style=for-the-badge&&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchain4j-for-beginners)
[![LangChain.js for Beginners](https://img.shields.io/badge/LangChain.js%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
[![LangChain for Beginners](https://img.shields.io/badge/LangChain%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=0553D6)](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
---
### Azure / Edge / MCP / Agents
### Azure / Edge / MCP / एजेन्टहरू
[![AZD for Beginners](https://img.shields.io/badge/AZD%20for%20Beginners-0078D4?style=for-the-badge&labelColor=E5E7EB&color=0078D4)](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
[![Edge AI for Beginners](https://img.shields.io/badge/Edge%20AI%20for%20Beginners-00B8E4?style=for-the-badge&labelColor=E5E7EB&color=00B8E4)](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
[![MCP for Beginners](https://img.shields.io/badge/MCP%20for%20Beginners-009688?style=for-the-badge&labelColor=E5E7EB&color=009688)](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
[![AI Agents for Beginners](https://img.shields.io/badge/AI%20Agents%20for%20Beginners-00C49A?style=for-the-badge&labelColor=E5E7EB&color=00C49A)](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
---
### Generative AI Series
[![शुरुआतीहरूका लागि जेनेरेटिभ एआई](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[![जेनेरेटिभ एआई (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[![जेनेरेटिभ एआई (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[![जेनेरेटिभ एआई (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
### Generative AI श्रृंखला
[![शुरुवातीहरूका लागि जनरेटिव AI](https://img.shields.io/badge/Generative%20AI%20for%20Beginners-8B5CF6?style=for-the-badge&labelColor=E5E7EB&color=8B5CF6)](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[![जनरेटिव AI (.NET)](https://img.shields.io/badge/Generative%20AI%20(.NET)-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[![जनरेटिव AI (Java)](https://img.shields.io/badge/Generative%20AI%20(Java)-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[![जनरेटिव AI (JavaScript)](https://img.shields.io/badge/Generative%20AI%20(JavaScript)-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
---
### मूल सिकाइ
[![सिकाइका लागि एमएल](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[![डेटा विज्ञानका लागि शुरूवात गर्नेहरू](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[![सुरुआतीहरूको लागि एआई](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[![सुरुआतीहरूको लागि साइबरसुरक्षा](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[![सुरुआतीहरूको लागि वेब विकास](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[![सुरुआतीहरूको लागि आइओटी](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
[![सुरुआतीहरूको लागि एक्सआर विकास](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
### मुख्य सिकाइ
[![शुरुवातीहरूका लागि ML](https://img.shields.io/badge/ML%20for%20Beginners-22C55E?style=for-the-badge&labelColor=E5E7EB&color=22C55E)](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[![शुरुवातीहरूका लागि डेटा साइन्स](https://img.shields.io/badge/Data%20Science%20for%20Beginners-84CC16?style=for-the-badge&labelColor=E5E7EB&color=84CC16)](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[![शुरुवातीहरूका लागि AI](https://img.shields.io/badge/AI%20for%20Beginners-A3E635?style=for-the-badge&labelColor=E5E7EB&color=A3E635)](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[![शुरुवातीहरूका लागि साइबर सुरक्षा](https://img.shields.io/badge/Cybersecurity%20for%20Beginners-F97316?style=for-the-badge&labelColor=E5E7EB&color=F97316)](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[![शुरुवातीहरूका लागि वेब विकास](https://img.shields.io/badge/Web%20Dev%20for%20Beginners-EC4899?style=for-the-badge&labelColor=E5E7EB&color=EC4899)](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[![शुरुवातीहरूका लागि IoT](https://img.shields.io/badge/IoT%20for%20Beginners-14B8A6?style=for-the-badge&labelColor=E5E7EB&color=14B8A6)](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
[![शुरुवातीहरूका लागि XR विकास](https://img.shields.io/badge/XR%20Development%20for%20Beginners-38BDF8?style=for-the-badge&labelColor=E5E7EB&color=38BDF8)](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
---
### कापिलट श्रृंखला
[![एआई जोडी प्रोग्रामिङका लागि कापिलट](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[![C#/.NET का लागि कापिलट](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
[![कापिलट एड्भेन्चर](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
### कोपायलट श्रृंखला
[![AI पेयर्ड प्रोग्रामिङका लागि कोपायलट](https://img.shields.io/badge/Copilot%20for%20AI%20Paired%20Programming-FACC15?style=for-the-badge&labelColor=E5E7EB&color=FACC15)](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[![C#/.NET का लागि कोपायलट](https://img.shields.io/badge/Copilot%20for%20C%23/.NET-FBBF24?style=for-the-badge&labelColor=E5E7EB&color=FBBF24)](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
[![कोपायलट साहसिक](https://img.shields.io/badge/Copilot%20Adventure-FDE68A?style=for-the-badge&labelColor=E5E7EB&color=FDE68A)](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
<!-- CO-OP TRANSLATOR OTHER COURSES END -->
## सहयोग प्राप्त गर्ने
## मद्दत लिनुहोस्
यदि तपाईं अड्किनुभएको छ वा एआई अनुप्रयोगहरू निर्माण गर्ने बारे कुनै प्रश्नहरू छन् भने। साथी सिक्नेहरू र अनुभवी विकासकर्ताहरू संग MCP सम्बन्धी छलफलहरूमा सामेल हुनुहोस्। यो एक सहयोगी समुदाय हो जहाँ प्रश्नहरू स्वागतयोग्य छन् र ज्ञान सहजरूपमा बाँडिन्छ।
यदि तपाईं अड्कनुहुन्छ वा AI अनुप्रयोगहरू निर्माण गर्ने बारे कुनै प्रश्नहरू छन् भने। MCP बारे छलफलमा साथी सिक्दै गरेका र अनुभवी विकासकर्ताहरूसँग जोडिनुहोस्। यो एक सहयोगी समुदाय हो जहाँ प्रश्नहरू स्वागतयोग्य छन् र ज्ञान स्वतन्त्र रूपमा साझा गरिन्छ।
[![Microsoft Foundry Discord](https://dcbadge.limes.pink/api/server/nTYy5BXMWG)](https://discord.gg/nTYy5BXMWG)
यदि तपाईंलाई उत्पादन प्रतिक्रिया वा त्रुटिहरू छन् भने निर्माण गर्दा जानुहोस्:
यदि तपाईंलाई उत्पादन प्रतिक्रिया वा त्रुटिहरू छन् भने निर्माण गर्दा भ्रमण गर्नुहोस्:
[![Microsoft Foundry Developer Forum](https://img.shields.io/badge/GitHub-Microsoft_Foundry_Developer_Forum-blue?style=for-the-badge&logo=github&color=000000&logoColor=fff)](https://aka.ms/foundry/forum)
---
<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**अस्वीकरण**:
यस दस्तावेजलाई AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) प्रयोग गरेर अनुवाद गरिएको हो। हामी शुद्धताका लागि प्रयासरत छौं, तर कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादमा त्रुटि वा असङ्गतिहरू हुन सक्दछन्। मूल दस्तावेजलाई यसको स्वदेशी भाषामा आधिकारिक स्रोत मानिनुपर्छ। महत्वपूर्ण जानकारीका लागि व्यावसायिक मानव अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न हुने कुनै पनि गलतफहमी वा गलत अर्थ लगाउन हामी जिम्मेवार छैनौं।
**अस्वीकरण**:
यो दस्तावेज AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) प्रयोग गरी अनुवाद गरिएको हो। हामी सटीकताको प्रयास गर्छौं भने पनि, कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादमा त्रुटि वा असङ्गतिहरू हुन सक्नेछन्। मूल दस्तावेज यसको मूल भाषामा आधिकारिक स्रोतमै मानिनु पर्छ। महत्वपूर्ण जानकारीको लागि व्यावसायिक मानवीय अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न हुने कुनै पनि गलत बुझाइ वा गलत व्याख्याका लागि हामी उत्तरदायी छैनौं।
<!-- CO-OP TRANSLATOR DISCLAIMER END -->
Write Preview
Loading…
Cancel
Save